You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
T.C.<br />
BALIKESİR ÜNİVERSİTESİ<br />
FEN BİLİMLERİ ENSTİTÜSÜ<br />
İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI<br />
ULUSAL KARAYOLU SİSTEMİNİN<br />
AĞ GÜVENİLİRLİĞİ YAKLAŞIMI İLE İNCELENMESİ<br />
DOKTORA TEZİ<br />
Y.Müh. Füsun ÜÇER<br />
Balıkesir, Haziran-2009
T.C.<br />
BALIKESİR ÜNİVERSİTESİ<br />
FEN BİLİMLERİ ENSTİTÜSÜ<br />
İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI<br />
ULUSAL KARAYOLU SİSTEMİNİN<br />
AĞ GÜVENİLİRLİĞİ YAKLAŞIMI İLE İNCELENMESİ<br />
DOKTORA TEZİ<br />
Y.Müh. Füsun ÜÇER<br />
Balıkesir, Haziran-2009
ÖZET<br />
ULUSAL KARAYOLU SİSTEMİNİN<br />
AĞ GÜVENİLİRLİĞİ YAKLAŞIMI İLE İNCELENMESİ<br />
Füsun ÜÇER<br />
Balıkesir Üniversitesi, Fen Bilimleri Enstitüsü,<br />
İnşaat Mühendisliği Anabilim Dalı<br />
(Doktora Tezi / Tez Danışmanı: Prof. Dr. Turgut ÖZDEMİR)<br />
Balıkesir, 2009<br />
Çalışmada, ulusal karayolu ağının seçilen bir bölümü için ulaşım planlaması<br />
sisteminin adımları uygulanmıştır. Zaman ve maliyetin sınırlı olmasından dolayı,<br />
trafik hacim değerleri her karayolu linki için daima gözlemlenemez. Bu bakımdan,<br />
ulaşım planlamasının yapılabilmesi için, önce B-V çiftlerini bağlayan karayolu<br />
linkleri üzerindeki trafik hacimlerinin gerçeği en iyi yansıtacak şekilde tahmin<br />
edilmesi gereklidir. Bunun için çalışmada B-V çiftlerinin giriş-çıkış kesimlerindeki<br />
YOGT değerlerinden yararlanılmıştır. Çalışma ağı seyahat üretimi matrisi, 6.<br />
bölümdeki uygulamada anlatıldığı şekilde, bölgenin farklı sosyo ekonomik<br />
karekterleri ile bölgede üretilen seyahat sayıları arasındaki ilişkiden yararlanılarak<br />
belirlenmiştir. Çekim yöntemi için geliştirilen makro yazılım ile seyahat dağılımı<br />
yapılmıştır.<br />
Linkler üzerindeki trafik hacimlerinin bir fonksiyonu olarak, en yaygın şekilde<br />
kullanılan BPR maliyet fonksiyonu ile linklerin seyahat maliyetleri hesaplanmıştır.<br />
Stokastik kullanıcı denge trafik ataması ile rotalara trafik hacmi yüklenmiştir. Trafik<br />
Atama Ardışık Ortalamalar Yöntemi (AOY) esas alınarak geliştirilen makro yazılım<br />
ile yapılmış, denge link akımları hesaplanmıştır. Dijkstra algoritması ile çalışma ağı<br />
B-V çiftleri arasındaki en kısa rotalar belirlenmiştir. Trafik hacimleri yıllık artışlar<br />
göstereceğinden artan trafik hacimlerine göre denge durumundaki trafik atama tekrar<br />
belirlenerek mevcut durum değerlendirilmiştir.<br />
Güvenilirlik bakımından, karşılaştırılabilen seyahat süreleri ve maliyet bir<br />
karayolu ağının kullanıcılarına sunması gereken önemli koşullardır. Ağ güvenilirliği,<br />
ağ bağlantılılığı ve maliyet bakımından değerlendirilmiştir. Seyahatin<br />
başlangıcından bitişine beklenen maliyeti, ağ performansına karşılık gelir.<br />
Çalışmada, rasgele kapalı linkin hangisi olabileceğini belirleyen bir program<br />
yazılarak, kapalı linkler belirlenmiştir. Böyle anormal bir durumun oluşması halinde,<br />
bağlantı ve süre güvenilirliği değerlendirilmiştir.<br />
ANAHTAR SÖZCÜKLER: Çekim yöntemi / BPR / Trafik atama / Ulaşım<br />
ağlarında denge / Ardışık ortalamalar yöntemi / Dijkstra<br />
ii
ABSTRACT<br />
THE RESEARCH WITH NETWORK<br />
RELIABILITY APPROACH FOR HIGHWAY SIYSTEM<br />
Füsun ÜÇER<br />
Balikesir University, Institute of Science,<br />
Department of Civil Engineering<br />
(Ph. D. Thesis / Supervisor: Prof. Dr. Turgut ÖZDEMİR)<br />
Balıkesir-Turkey, 2009<br />
Transportation planning system steps were applied for a part of highway<br />
network in this study.. Due to the restriction of time and cost, traffic volumes are not<br />
always observed for every highway link. From this point of view first, traffic<br />
volumes prediction are needed on links which highway to connected O-D pair for<br />
transportation planning application. For this reason, was benefited from YOGT<br />
values where entry-exit region for O-D pair in research. Trip generation matrix was<br />
defined, as soon as to explained in chapter 6, owing to covariation between different<br />
socioeconomic characteristics of area and the number of trips generated in that area.<br />
Trip distribution was produced by mean of software for gravity models was<br />
devoloped.<br />
Link costs were calculated as a function of traffic volumes thanks to the widely<br />
used BPR cost function. Traffic volumes were loaded with stochastic user<br />
equilibrium traffic assignment on routes. Link flows were calculated owing to<br />
method of successive averages algorithm. Shortest path from O to D was defined<br />
with Dijkstra algorithm. For traffic volumes increase from day to day, according to<br />
increased traffic volumes traffic assignment at equilibrium were calculated repetition<br />
and present situation was evaluated.<br />
Point of view reliabilitiy, competitive travel times and cost are important<br />
conditions that a highway network must offer to its users. Network reliability was<br />
evaluated for connectivity of network and cost. The expected cost of a trip its origin<br />
to its destination corresponds to the performance of the network. Links to become<br />
closed situation were defined as random in research. Connectivity and travel time<br />
reliability were evaluationed in this way at unexpected condition.<br />
KEY WORDS: Gravity method / BPR / Traffic assignment / Equilibrium at<br />
transportation network / Method of successive averages / Dijkstra<br />
iii
İÇİNDEKİLER<br />
Sayfa<br />
ÖZET, ANAHTAR SÖZCÜKLER ii<br />
ABSTRACT, KEY WORD iii<br />
İÇİNDEKİLER iv<br />
SEMBOL LİSTESİ vi<br />
ŞEKİL LİSTESİ vii<br />
TABLO LİSTESİ viii<br />
ÖNSÖZ ix<br />
1. GİRİŞ 1<br />
1.1 Problemin Tanımı 2<br />
1.2 Çalışmanın Amacı 3<br />
1.3 Yöntem 3<br />
1.4 Kapsam 4<br />
2. LİTERATÜR ARAŞTIRMASI 6<br />
2.1 Giriş 6<br />
2.2 Seyahat Üretimi Tahmin Modelleri 10<br />
2.2.1 Sonuç 18<br />
3. ULAŞIM PLANLAMASI SİSTEMİ 20<br />
3.1 Seyahat Üretimi 22<br />
3.1.1 Seyahat Üretiminin Belirlenmesi 22<br />
3.2 Seyahat Dağılımı 24<br />
3.2.1 Çekim Modeli 26<br />
3.3 Trafik Atama 29<br />
3.3.1 Rota Seçimi Kriterleri 31<br />
3.4 Sonuç 31<br />
4. ULAŞIM AĞLARINDA DENGE ve TRAFİK ATAMA MODEL<br />
ARAŞTIRMASI 33<br />
4.1 KD Atama Modeli 36<br />
4.2 SKD Atama Modeli 40<br />
4.2.1 Logit SKD Modeli 43<br />
4.2.2 Probit SKD Modeli 44<br />
iv
Sayfa<br />
4.3 Sistem Optimum Atama 46<br />
4.4 Hep ya da Hiç Atama Modeli 47<br />
4.5 Link Seyahat Maliyetleri 48<br />
4.6 Rota Maliyetleri 49<br />
4.7 Sonuç 51<br />
5. TRAFİK ATAMA PROBLEMİ İÇİN ÇÖZÜM ALGORİTMALARI 54<br />
5.1 Ardışık Ortalamalar Yöntemi Algoritması (AOY) 55<br />
5.1.1 AOY Adımlarının Uygulanmasının Örnek Bir Ağ İçin Gösterilmesi 58<br />
5.2 En Kısa Rota Algoritmaları 60<br />
5.2.1 Dijkstra Algoritması ile En Kısa Rotaların Bulunması 61<br />
5.3 Sonuç 66<br />
6.ULAŞIM PLANLAMASI SİSTEMİNİN ÇALIŞMA AĞINA UYGULANMASI 67<br />
6.1 Akım ve Maliyet Değişkenleri 69<br />
6.2 Çalışma Ağı Seyahat Üretiminin Belirlenmesi 70<br />
6.3 Çekim Yöntemi ile Seyahat Dağılımının Çalışma Ağına Uygulanması 75<br />
6.4 Trafik Atama 78<br />
6.4.1 Link ve Rota Seyahat Maliyetlerinin Hesaplanması 78<br />
6.4.2 Belirleme Matrisleri 79<br />
6.4.2.1 Link-Rota Belirleme Matrisi 80<br />
6.4.3 Akımın Korunması İlişkileri 81<br />
6.5 Örnek Uygulama (Bursa-Muğla B-V Çifti İçin) 82<br />
6.5.1 Bursa-Muğla B-V Çifti İçin AOY ile Analitik Çözüm 84<br />
6.5.2 Rota Maliyetleri ve Rota Akımları İçin Regresyon Analizi 92<br />
6.6 Çalışma Ağının Ağ Güvenilirliği Bakımından Değerlendirilmesi 97<br />
6.7 Sonuç 103<br />
7. SONUÇLAR 104<br />
EKLER<br />
EK A. Çalışma Ağı Dijkstra Algoritması İle En Kısa Rota Sonuçları 106<br />
EK B. Çalışma Ağı AOY İle Trafik Atama Hesap Sonuçları 108<br />
EK C. Çalışma Ağı Hesaplanan Link Akımları 110<br />
EK D. α ve β Link Maliyeti Kalibrasyon Parametrelerinin Önerilen<br />
Değerlerine Göre Rota Akımları Ve Rota Maliyeti Değişimleri<br />
114<br />
KAYNAKLAR 126<br />
v
SEMBOL LİSTESİ<br />
Simge Adı Tanımı/Değeri Birimi<br />
B-V Başlangıç-Varış<br />
N Bağlantı noktası sayısı adet<br />
Z Başlangıç-varış noktası sayısı adet<br />
YOGT Yıllık ortalama günlük trafik araç/gün<br />
AOY Ardışık ortalamalar yöntemi<br />
i Matriste satırlar<br />
j Matriste kolonlar<br />
qi j Başlangıç i den varış j ye olan seyahatler araç/saat<br />
G Çekim kuvveti katsayısı<br />
M Kütle veya büyüklük<br />
Dij i ve j kütlelerinin birbirine mesafesi km<br />
b Üs, katsayı<br />
Pi, Pj i ve j zonlarının alan büyüklüğü kişi<br />
Oi i bölgesinin diğer j bölgelerine ürettiği trafik (trafik oluşumu) araç/saat<br />
Aj j bölgesinin diğer i bölgelerinden çektiği seyahatler araç/saat<br />
Kij<br />
Katsayı (ij değişimi için bir sosyo-ekonomik faktör)<br />
KD Kullanıcı dengesi<br />
SKD Stokastik kullanıcı dengesi<br />
SO Sistem optimizasyonu<br />
vk k linki üzerindeki trafik hacmi araç/saat<br />
tk(vk)<br />
hp<br />
vk link akımı iken k linki üzerindeki seyahat süresi dak<br />
ij δkp<br />
ij BV çifti arasındaki p rotası üzerindeki akım araç/saat<br />
ij δkp<br />
(Eğer ij BV çifti arasındaki p rotası k linkini kullanıyorsa) 1<br />
ij<br />
Cp<br />
(Eğer ij BV çifti arasındaki p rotası k linkini kullanmıyorsa 0<br />
ij cp<br />
ij BV çifti arasındaki p rotası üzerindeki algılanan seyahat süresi dak<br />
ij εp<br />
BV çifti arasındaki p rotası üzerindeki gerçek seyahat süresi dak<br />
ij ij BV çiftinin p rotasındaki seyahat süresi algılama hatası<br />
α negatif olmayan dağılım parametresi<br />
Pp ij ij BV çifti arasında p rotasının seçilme olasılığı<br />
v Link akımı vektörü v=A*h araç/saat<br />
A Link-rota matrisi<br />
h Rota akımları vektörü araç/saat<br />
ck Yüklenmiş hacimde, k linki üzerinde link seyahat maliyeti dak<br />
c0 k linki üzerindeki serbest akım seyahat süresi dak<br />
k<br />
Q k linkinin pratik kapasitesi araç/saat<br />
p k<br />
α ve β Link maliyetinin kalibrasyon parametreleri α = 0.<br />
15,<br />
β = 4.<br />
0<br />
Pah Nüfus artış hızı %<br />
KBGYH Kişi başı gayrisafi yurtiçi hasıla oranı $<br />
vi
ŞEKİL LİSTESİ<br />
Şekil<br />
Numarası Adı Sayfa<br />
Şekil 2.1 B-V matrislerinin tahmini ve trafik atama ilişkisi. 7<br />
Şekil 2.2 B-V seyahat üretimi matrislerinin tahmin yöntemleri. 9<br />
Şekil 3.1 Ardışık seyahat tahmin prosedürü. 21<br />
Şekil 3.2 Seyahat dağılımı modelleri. 25<br />
Şekil 3.3 Çekim modeli diyagramı. 28<br />
Şekil 4.1 Denge trafik atama modellerinin sınıflandırılması. 34<br />
Şekil 4.2 Kullanıcı dengesine göre rota maliyetleri. 36<br />
Şekil 4.3 Örnek ağ. 37<br />
Şekil 4.4 Deterministik kullanıcı denge ataması için karşılaştırma yüzeyi. 38<br />
Şekil 4.5 Tıkanıklığa göre bir linkin seyahat maliyeti. 39<br />
Şekil 4.6 Stokastik kullanıcı denge ataması için pürüzsüz karşılaştırma yüzeyi. 42<br />
Şekil 5.1 AOY akış diyagramı. 57<br />
Şekil 5.2 AOY uygulamasının gösterildiği örnek ağ. 58<br />
Şekil 5.3 Dijkstra algoritması uygulanmasının şematik gösterimi. 62<br />
Şekil 5.4 Etiketleme prosedürü ile dijkstra algoritması uygulanan örnek ağ. 64<br />
Şekil 6.1 Çalışma ağı. 68<br />
Şekil 6.2 Çekim yöntemi ile hesap akış diyagramı. 76<br />
Şekil 6.3 Bursa-Muğla AOY trafik atama rota maliyetleri iteratif değişimi. 89<br />
Şekil 6.4 Bursa-Muğla denge durumundaki rota akımları (hp). 90<br />
Şekil 6.5 Bursa-Muğla B-V çifti için hesaplanan link akımları (vk). 91<br />
Şekil 6.6 Bursa-Muğla artan hacim değerleri durumunda link akımlarında<br />
oluşan değişimler. 94<br />
Şekil 6.7(a) Bursa-Muğla rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota akımı değişiklikleri. 100<br />
Şekil 6.7(b) Bursa-Muğla rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri. 100<br />
Şekil 6.7(c) Balıkesir-Denizli rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota akımı değişiklikleri. 101<br />
Şekil 6.7(d) Balıkesir-Denizli rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri. 101<br />
Şekil 6.7(e) Kütahya-Aydın rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota akımı değişiklikleri. 102<br />
Şekil 6.7(f) Kütahya-Aydın rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri. 102<br />
vii
TABLO LİSTESİ<br />
Tablo<br />
Numarası Adı Sayfa<br />
Tablo 3.1 Örnek seyahat tablosu. 22<br />
Tablo 3.2 Şekil 3.3 için hesaplanan seyahat tablosu. 28<br />
Tablo 4.1 Genel trafik atama yaklaşımları 35<br />
Tablo 4.2 α ve β parametreleri için önerilen değerler. 49<br />
Tablo 4.3 Çeşitli bölge tipleri için örnek kapasiteler. 49<br />
Tablo 6.1 Çalışma ağının temel verileri. 67<br />
Tablo 6.2 B-V çiftleri arasında belirlenen YOGT değerleri (araç/gün). 70<br />
Tablo 6.3 YOGT-P değerine bağımlı bugünkü qij değerleri (araç/gün). 72<br />
Tablo 6.4 YOGT- Pah değerine bağımlı bugünkü qij değerleri(araç/gün). 72<br />
Tablo 6.5 YOGT-KBGYH değerine bağımlı bugünkü qij değerleri (araç/gün). 73<br />
Tablo 6.6 Bursa-Muğla için KBGYH ve P regresyon analizi. 73<br />
Tablo 6.7 Çekim yöntemi ile hesaplanan bugünkü seyahat matrisi (araç/gün). 77<br />
Tablo 6.8 K faktörünün sınır değerleri 77<br />
Tablo 6.9 Çekim yöntemi ile hesaplanan bugünkü seyahat matrisi (araç/saat). 78<br />
Tablo 6.10 Çalışma ağına ait c0 değerleri. 79<br />
Tablo 6.11 Örnek uygulamaya ait temel veriler. 82<br />
Tablo 6.12 Bursa-Muğla AOY algoritma sonuçları. 88<br />
Tablo 6.13 Bursa-Muğla rota maliyeti ve rota akımları değerleri. 89<br />
Tablo 6.14 Bursa-Muğla artan trafik hacimlerinde denge durumundaki link<br />
maliyetleri ve link akımları. 93<br />
Tablo 6.15 Önerilen α ve β parametrelerine bağlı AOY hesap sonuçları<br />
(EkD den). 95<br />
Tablo 6.16 hp1, hp2, hp3 için α ve β parametrelerine bağımlı regresyon analizi<br />
sonucu. 95<br />
Tablo 6.17 Seçilen B-V çiftlerine ait bazı linklerin açık ya da kapalı olması<br />
halinde izlenebilecek rotalar. 99<br />
Tablo B.1 Alternatif rotalar, rota akımları ve rota maliyetleri. 108<br />
Tablo C.1 Çalışma ağına ait hesaplanan link akımları. 110<br />
Tablo D.1 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=4)114<br />
Tablo D.2 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,50 ve β=4)115<br />
Tablo D.3 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,60 ve β=4)116<br />
Tablo D.4 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,70 ve β=4)118<br />
Tablo D.5 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,80 ve β=4)119<br />
Tablo D.6 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=2)121<br />
Tablo D.7 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=3)122<br />
Tablo D.8 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=5)123<br />
Tablo D.9 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=6)124<br />
Tablo D.10 Önerilen α ve β parametrelerine bağlı AOY hesap sonuçları. 125<br />
viii
ÖNSÖZ<br />
Ulaşım sistemlerinin planlanması ve yönetimi, Türkiye’de üzerinde az sayıda<br />
çalışma yapılan alanlardan biridir. Bu alanda kısıtlı sayıda çalışma yapılması,<br />
kaynak sıkıntısı çekilmesine yol açmaktadır. Bu çalışmanın, söz konusu<br />
eksikliklerin giderilmesinde, bir miktar katkı sağlayacağını umuyorum.<br />
Böyle bir çalışmaya beni teşvik eden, akademik dünyaya hazırlayan, bana yol<br />
gösteren, benim yetişmemi sağlayan, yapmış olduğu katkılarla Doktora tezime yön<br />
veren saygıdeğer danışman hocam Prof. Dr. Turgut ÖZDEMİR’e sonsuz<br />
teşekkürlerimi sunuyorum.<br />
Aramızda mesafeler olmasına rağmen gerek şahsen, gerek e-posta ile dahi bana<br />
destek olan, benden yardımlarını, sabrını ve bilgisini esirgemeyen değerli hocam<br />
Doç. Dr. Halim CEYLAN’a teşekkürü bir borç bilirim.<br />
Tez çalışmam boyunca, her zaman yapıcı önerileriyle bana verdiği şevk, destek<br />
ve anlayışı için, aynı anabilim dalında olmamızdan mutluluk ve gurur duyduğum<br />
değerli hocam Yrd. Doç Dr. Ayşe TURABİ’ye teşekkür ediyorum.<br />
Tez çalışmam sırasında, Denizli’de kaldığım günlerde, desteklerini ve<br />
yardımlarını esirgemeyen, makro öğrenmeme yardımcı olan sevgili arkadaşım,<br />
dostum Araş. Gör. Hüseyin CEYLAN’a ve manevi destekleri ile orada beni yalnız<br />
bırakmayan değerli hocalarım ve sevgili arkadaşlarıma;<br />
Tez çalışması esnasında, aynı sıkıntıları paylaştığımız, zor zamanlarda<br />
birbirimizden destek aldığımız çok sevgili arkadaşlarım, dostlarım Araş. Gör. Erkan<br />
KARAMAN ve Araş. Gör. Barış ÖZKUL’a;<br />
Beraber geçirdiğimiz ve geçireceğimiz tüm iş yaşamını paylaştığım saygıdeğer<br />
hocalarıma, asistan arkadaşlarıma, dostlarıma sonsuz sevgi ve teşekkürlerimi<br />
sunarım.<br />
En derin ve özel teşekkürlerim canım AİLEME; her zaman yanımda oldukları,<br />
anlayışları, sabırları, güvenleri ve hayata gülen gözlerle bakmayı öğrettikleri için.<br />
Balıkesir, 2009 Füsun ÜÇER<br />
ix
1. GİRİŞ<br />
Ulaştırma sistemlerinin gelişimi için ayrılan kaynakların etkili ve verimli bir<br />
şekilde kullanımının planlanması, trafik sıkışıklığı ve ulaşım talebinin yönetilmesi,<br />
tür ve rota seçimine etkiyen faktörlerin belirlenmesi, toplu taşıma öncelik verilmesi,<br />
kullanıcılar için güvenli sistemlerin oluşturulması, gürültü ve hava kirliliğinin<br />
azaltılmasına yönelik çalışmalar günümüzde ulaştırma mühendislerinin ilgilenmesi<br />
gereken konuları içermektedir.<br />
Ulaşım talepleri ve hareketliliğin artması ile ortaya çıkan trafik sıkışıklığı her<br />
geçen gün hayatın bir parçası haline gelmektedir. Ulaşım araştırmacıları, ulaşım<br />
sistemlerinin hizmet seviyesini geliştirmek için bu problemleri azaltmaya gayret<br />
ederler. Bu konuda başarılı olabilmek için, ulaşım ağlarında trafik durumunu tahmin<br />
etmede ulaşım planlamasının trafik atama adımı kullanılır.<br />
Trafik atama, bir ulaşım ağı üzerinde verilen bir Başlangıç (B)-Varış (V)<br />
seyahat talebi için, rota seçimi, link akımları, link seyahat süreleri ve rota seyahat<br />
maliyetlerini tahmin eder.<br />
Ulaşım sistemlerinde dengeli bir trafik dağılımı sağlamanın yanı sıra, insanların<br />
ve eşyaların güvenilir bir şekilde hareketlerini düzenlemek, ayrıca ulaşabilirliği<br />
sağlamak için, etkili ve güvenilir ulaşım sistemi sağlanmalıdır. Gerçekte, ulaşım<br />
sistemleri Nicholson ve Du tarafından depremler, seller, kasırgalar ve diğerleri gibi<br />
doğal felaket olaylarında hayatın bağlı olduğu en önemli şeyler olarak tanıtılmıştır<br />
[1]. Hayatın bağlı olduğu diğer şeylerin (örneğin su temini, elektrik gücü sistemi,<br />
kanalizasyon sistemi, haberleşme ve diğer pek çok şey) iyileştirilmesi, bozuk<br />
yerleşim alanlarına karşı ulaşım halindeki insanların ve araçların becerisine bağlıdır.<br />
Güvenilir olmayan bir ulaşım sistemi iyileştirme sürecini aksatır ve hem ekonomik<br />
kayıpları hem de kazaları artırır. Ulaşım ağlarında yolcuların daha kısa, hızlı,<br />
güvenli ve daha az maliyetli yolları tercih ettiği varsayılır [2].<br />
1
Güvenilir bir ulaşım sistemi sadece doğal felaketleri değil, günlük rahatsızlıkları<br />
da göz önüne almalıdır. Karşılaştırılabilen seyahat süreleri ve maliyet, bir karayolu<br />
ağının kullanıcılarına sunması gereken önemli koşullardır. Bu yüzden, güvenilir bir<br />
ulaşım sisteminin önemi üzerinde durulmalıdır [3].<br />
Ağ güvenilirliği, ulaştırma mühendisliğinde yeni bir kavram olup sistem<br />
yöneticisi, yol kullanıcıları, sistemlerin kapasiteleri, seyahat süresi ve tıkanıklık gibi<br />
çeşitli ölçütlerin ne şekilde ve nasıl hesaplanabileceğini belirlemektedir [4]. Trafik<br />
akımları felaketler, kazalar, yapım ve onarım gibi ağ kapasitesini ve karakteristiğini<br />
etkileyen olağan dışı olaylar ile etkilenmektedirler. İdeal olarak ağlar, alternatif<br />
yollar önerilerek tasarımlandırılır. Ağ güvenilirliğinin iki ölçüsü vardır. Birincisi ağ<br />
bağlantılılığı ile ilişkilidir. Elverişsiz konumlarda linkler yetersiz olduğunda verilen<br />
B ve V noktaları arasındaki ulaşım artık mümkün olmayabilir, böyle durumda ağ<br />
bağlantısız hale gelir. Oysa, bağlantısı olan ağ bile, uygun hizmet seviyesini<br />
sağlamak için yetersiz olabilir. Örneğin, B-V seyahat sürelerinde kabul edilemez<br />
farklar oluşabilir. Güvenilirliğin ikinci ölçüsü, performans güvenilirliği olarak<br />
bahsedilmektedir [5]. Bir yol trafik ağı üzerinde günden güne seyahat talep<br />
matrisinde farklılıklar olabilir. Çeşitli B-V talep akımları ağ performansı üzerinde<br />
etkilidir.<br />
1.1 Problemin Tanımı<br />
Şehirlerdeki gelişmelerin hızla artması ile, seyahat talebi ulaşım altyapısının<br />
gelişmesinden daha çabuk ve hızlı bir şekilde artar. Sonuç olarak, trafik tıkanıklığı,<br />
toplumsal bir problem haline gelir, önemli zaman kayıpları ve çevre kirliliği ortaya<br />
çıkar. Gelişen trafik talebini karşılamak için yeni yolların yapılması, mevcut yollara<br />
trafiğin dengeli bir şekilde yüklenmesi ile ulaşım ağının kapasitesi artırılmaya<br />
çalışılabilir.<br />
Ulusal karayolu sisteminin farklı kapasite ve hizmet düzeyleri altında herhangi<br />
bir anormal durumun oluşması halinde talebin bağlantı güvenilirliğinin incelenmesi,<br />
problem belirlenmesi durumunda ise bağlantı güvenilirliğinin ağ üzerinde yeni<br />
2
yönlendirmelerle sağlanması ve bu alternatiflerin süre tabanlı değerlendirilerek en iyi<br />
yönlendirmenin bulunması gerekmektedir.<br />
Planlanacak alanın bugünkü trafik durumu öncelikle belirlenip, mevcut ulaşım<br />
olanaklarının yeterliliği ve kapasitesi incelenmelidir. Ulaşım planlaması ve analizi<br />
için yaygın olarak kullanılan verilerden biri, karayolu kesitleri üzerindeki trafik<br />
akımı değerleridir. Link akımı ölçümü doğrudan mümkün olmadığında, trafik atama<br />
modeline dayalı olarak hesaplanabilmektedir[6]. Bunun için, çalışma yapılacak<br />
ulaşım ağının bugünkü seyahat matrisinin tahmin edilmesi, oluşturulması gereklidir.<br />
Çalışmada devlet karayolları ağının bütününün genel özelliklerini taşıyan bir bölümü<br />
çalışma ağı olarak belirlenerek, beklenebilecek araç sayısı ve karayolu rotaları<br />
belirlenmiştir. Belirlenen trafik talebine göre, ulaşım planlaması sisteminin trafik<br />
atama adımı tamamlanmıştır.<br />
1.2 Çalışmanın Amacı<br />
• Bu çalışmanın amacı, ulaşım sistemlerinin yönetimi ve etkili bir planlama için<br />
gerçeğe en uygun, güvenilir, revize edilebilir, hızlı, yoğun iş gücü gerektirmeyecek<br />
bir şekilde, verilen bir ulaşım ağına ait B-V çiftleri talep matrislerinin oluşturulması<br />
için bir model ve çözüm yöntemi geliştirmek;<br />
• Seyahat dağılımı ile belirlenen B-V çiftleri arasındaki seyahat talebini en az<br />
seyahat maliyeti kriteri altında rotalara yükleyerek denge durumundaki seyahat<br />
maliyetini, rota akımlarını belirlemek ve buna bağlı olarak link akımlarını<br />
hesaplayarak uygun linkleri ve ağır trafik hacmine sahip linkleri belirlemek;<br />
• Her B-V çifti arasındaki kullanılabilecek en kısa rotayı belirlemek;<br />
• Bir yol ağının deprem gibi büyük doğal olayların yanı sıra, daha sıklıkla<br />
meydana gelen küçük kazalar, cadde üzerine park ihlali, kar, sel, yol bakımı gibi<br />
bağlantılılığını etkileyen beklenmeyen anormal durumlar söz konusu olduğunda<br />
ağdaki linklerden herhangi birinin ya da birkaçının kapalı duruma gelmesi halinde,<br />
herhangi bir B-V çifti arasındaki seyahat talebini karşılayan rota akımlarının<br />
belirlenmesi, seyahat maliyetindeki artış oranının saptanması şeklinde özetlenebilir.<br />
3
1.3 Yöntem<br />
Talebin normal ve anormal durumlar söz konusu iken trafik tahmininin<br />
belirlenmesi için, çalışmada sentetik seyahat dağılımı modellerinden çekim kuvveti<br />
esas alınarak, seyahat üretimi çözüm yöntemi geliştirilmiştir. Modeller arasında<br />
karşılaştırmalar yapıldığında, hesaplamaların kolay olması ve diğer modellerin bazı<br />
teorik problemlere sahip olması sebebiyle, gelişen sosyo ekonomik faktörlere göre<br />
güncelleme kolaylığı olması ve büyük ölçekli ulaşım planlamalarında tercih<br />
edilmesi, uzun dönemli kullanımlar için uygun olması sebebiyle çekim modeli ile<br />
çalışılarak seyahat dağılımı elde edilmiştir. Önerilen çözüm yönteminde yıllık<br />
ortalama günlük trafik (YOGT) değerlerinden ve bölgenin sosyo ekonomik<br />
faktörlerinden yararlanılmıştır. Denge trafik atama problemi için Ardışık<br />
Ortalamalar Yöntemi (AOY) esas alınarak geliştirilen makro yazılım ile minimum<br />
seyahat maliyeti, rota akımları ve link akımları hesaplanmıştır. Bağlantı ve<br />
performans güvenilirliğinin değerlendirilmesi için, geliştirilen program ile rasgele<br />
kapalı linkler belirlenmiş, bu linklerin kapalı olması durumundaki denge rota<br />
akımları ve rota maliyetlerindeki değişimler hesaplanmıştır.<br />
1.4 Kapsam<br />
Bu tez, yedi bölümden ve üç ek bölümden oluşmaktadır. 1. bölümde giriş<br />
kısmında trafik atama ve ağ güvenilirliği kavramı tanımlanmış, problemin tanımı<br />
yapılmış, çalışmanın amacı ve yöntem verilmiştir. Bölümleri açıklayan kapsam<br />
belirtilmiştir.<br />
Çalışmanın 2. bölümü Literatür Araştırmasını oluşturmaktadır. Bu bölümde,<br />
B-V seyahat matrislerinin elde edilmesi için tahmin modelleri ile ilgili literatür<br />
araştırması yapılmıştır. Konu ile ilgili yapılan çalışmalar değerlendirilmiştir.<br />
3. bölümde, ulaşım planlaması sistemi açıklanmıştır. Ulaşım planlamasının<br />
amacı ve bu amaca ulaşmak için geliştirilen planlama çalışmalarından bahsedilmiştir.<br />
Geliştirilen ardışık seyahat tahmin prosedürünün avantajları belirtilmiştir. Bu<br />
4
çalışmada kullanılan, seyahat üretiminin belirlenmesi, seyahat dağılımı yöntemleri,<br />
trafik atamanın önemi ve rota seçimini etkileyen faktörlerden söz edilmiştir.<br />
4. bölümde ulaşım ağlarında denge ve trafik atama model araştırması, link<br />
seyahat maliyetleri ve rota maliyetleri açıklanmıştır.<br />
5. bölümde trafik atama problemi için çözüm algoritmaları, bu çalışmada<br />
kullanılan Ardışık Ortalamalar Yöntemi Algoritması (AOY) açıklanmış ve<br />
algoritmanın adımlarının uygulanmasını daha iyi açıklayabilmek için, az sayıda<br />
iterasyon ile atama çözümüne ulaşabildiğimiz B-V çifti arasında iki linki olan küçük<br />
bir ulaşım ağı üzerinde uygulama verilmiştir. En kısa rota algoritmalarından<br />
bahsedilmiş örnek yapılmış, çalışmada kullanılan Dijkstra algoritması prosedürü<br />
açıklanmıştır.<br />
6. bölümde çalışma ağı tanıtılarak, ulaşım planlaması sisteminin adımları<br />
uygulanmıştır. Ulaşım ağına ait, denge durumundaki rota maliyetleri, link akımları<br />
hesaplanmıştır. Rasgele bazı linklerin kapalı olması durumundaki denge trafik<br />
akımları ve seyahat maliyetleri hesaplanmıştır.<br />
7. bölüm sonuç bölümünü oluşturmaktadır. Elde edilen hesaplara göre durum<br />
değerlendirilmesi yapılmıştır. Ulaşım ağına ait sayısal sonuçlar Ek A, Ek B, Ek C ve<br />
Ek D’de sunulmuştur.<br />
5
2. LİTERATÜR ARAŞTIRMASI<br />
2.1 Giriş<br />
Ulaşımda arz ve karşılığı olan talep hayata geçirilirken bir ulaşım planlaması<br />
mutlaka gereklidir. Ulaşım planlaması, seyahat talebi ile ulaşım imkanları arasında<br />
dengeyi sağlamak, ulaşım sistemini kullanacak talep tahmini ile rotalara akan talebi<br />
ve buna bağlı olarak linklerde meydana gelen trafik hacmini belirlemek amacı ile<br />
yapılmaktadır. İyi bir ulaşım planlamasının yapılabilmesi için, Başlangıç-Varış (B-<br />
V) çiftleri arasındaki trafik talebinin belirlenmesi, ulaşım planlamasının en önemli<br />
adımlarından birisidir. Bu amaçla ulaşım planlamasının başlangıcında, güvenilir bir<br />
B-V matrisi elde etmek için büyük çabalar harcanmaktadır. Ulaşım sistemlerinin<br />
planlanması ve yönetimi ile ilgili pek çok problemin çözümü için B-V seyahat talebi<br />
matrisinin üretilmesi en gerekli veri olduğu açıkça anlaşılmaktadır. B-V matrisleri<br />
bir ulaşım ağındaki başlangıçlar ve varışlar arasındaki seyahat sayısını belirtirler. Bu<br />
değerler bir bölgedeki insanların ve eşyaların hareketlerini tanımlamaktadırlar. Bu<br />
veriler ulaşım planlamacılarının, mevcut ulaşım olanakları üzerindeki talebi tahmin<br />
etmelerine, yeni rotaların uygunluğuna karar vermeye, seyahat karekteristiklerini<br />
belirlemeye yardımcı olurlar.<br />
Ulaşım planlamasında trafik sayımlarını kullanarak B-V seyahat talebi matrisini<br />
tahmin etme problemi, atama probleminin tersi olarak düşünülebilir. Bu ilişki<br />
Cascetta E. (2001) tarafından iyi bir şekilde özetlenmiştir [7]. Şekil 2.1 de görüldüğü<br />
gibi B-V seyahat talebi matrisi, ulaşım ağı ve rota seçimi karekteristikleri, ağı<br />
oluşturan linklere trafik akımlarının uygun şekilde dağılımını sağlayan trafik atama<br />
problemi için önemli bir veridir. <strong>Tam</strong> tersi, ölçülen link akımları, ulaşım ağı ve rota<br />
seçimi karekteristikleri, trafik taleplerini gösteren B-V tahminlerinin üretilmesi için<br />
başlıca veridir.<br />
6
Ulaşım Ağı<br />
B-V Talebi<br />
Ulaşım Ağı<br />
B-V Talebi<br />
TRAFİK ATAMA<br />
B-V TAHMİNİ<br />
Rota Seçimi<br />
Hesaplanan Rota Akımları<br />
Rota Seçimi<br />
Ölçülen Rota Akımları<br />
Şekil 2.1 B-V matrislerinin tahmini ve trafik atama ilişkisi [7].<br />
Ulaşım planlaması sürecinde çeşitli B-V matrisi tahmin yöntemleri<br />
kullanılmaktadır. B-V matrislerinin tahmin edilmesi için yaygın olarak kullanılan<br />
modeller Şekil 2.2 de görüldüğü gibi üç ana grup altında toplanmaktadır [8].<br />
a) Ulaşım talep modeli yaklaşımı, büyük ölçekli ulaşım planlaması projelerinde<br />
kullanılmaktadır. Planlama yapılmak istenilen alan alt bölgelere ayrılarak, her<br />
bölgenin seyahat üretimi tahmin edilmektedir.<br />
b) Yol kenarı anketleri ya da araç plaka takibi ile B-V matrislerinin doğrudan elde<br />
edilmesidir. Doğrudan yol kenarı sürücü anketleri ve plaka gözlemleme gibi arazi<br />
yöntemleri, trafiğin engellenmesi, yoğun işgücü gerektirmesi ve veri işleme güçlüğü<br />
gibi nedenlerle dezavantajlara sahiptir.<br />
c) Link hacimlerinin sayımlarından B-V matrislerini tahmin eden sentetik<br />
yöntemlerdir. Sentetik B-V tahmini yaklaşımında, trafik hacim sayımları çabuk ve<br />
ucuz bir şekilde elde edilebilir. Denge modelleri tıkanık ağlarda uygulanabilir, fakat<br />
önceki seyahat tablosuna ihtiyaç duyulmaktadır ve bütün linkler için hacim sayımları<br />
gereklidir. Tıkanık ağlarda uygulanabildiğinden, yoğun trafik hacminin bulunduğu<br />
bölgelerin analizi için daha uygundur. Maksimum Entropy / Minimum Bilgi<br />
modelleri veri ihtiyacı bakımından daha esnektir, bölümsel link sayımları yeterli<br />
olabilir, ilk seyahat tablosu gerekli değildir, mevcut bilgiyi esas alarak en uygun B-V<br />
çiftini araştırırlar, kendilerine özgü bilgisayar programına sahiptirler; fakat tıkanıklık<br />
için uygun bir çözüm sağlamazlar (link performans karekteristiklerini kullanmazlar),<br />
7
akımın kararlılığı gibi kısıtlamaları ihmal ederler. İstatistiksel modellerin<br />
uygulanabilmesi için önceki bilgilerden yararlanma esnekliği olsa da, pratikte önceki<br />
bilgileri elde etmek zor olabilir. Optimum-kullanıcı ilkesini esas alan modellerden<br />
biri olan Lineer Programlama (LP) teorisi, gözlenen link hacimlerinden B-V seyahat<br />
matrisini tahmin etmek için uygulanır. LP modeli, ağın dengede olması durumunda<br />
trafik akımlarının belirlenmesi için tasarlanmıştır. Bununla birlikte, bu model eksik<br />
bilgiler nedeniyle trafiğin denge akım modeline zaman zaman uymadığı ve gözlenen<br />
link akım verilerinde tutarsızlıklar olabildiği şeklinde bilinmektedir. B-V seyahat<br />
matrisini belirlemek için yapay sinir ağları yaklaşımının en belirgin dezavantajı,<br />
yapay sinir ağının çalışması için çok büyük miktarda veriye gereksinim olmasıdır.<br />
Geniş ağlar için modelleme yapılırken, gerçek verilerin olmaması sebebiyle ciddi<br />
problemler oluşabilir. B-V seyahat matrisini elde etmek için yararlanılan bulanık<br />
modellerde linklere ait veriler için bulanık yaklaşımlar uygulanmaktadır [9].<br />
Çekim modellerine göre B-V seyahat matrisleri, trafik sayımları, seyahat<br />
maliyetleri, mesafe gibi parametrelerin fonksiyonlarının lineer ve lineer olmayan<br />
regresyon modelleri ile üretilmişlerdir. Her bölgede üretilen ve çekilen toplam<br />
seyahatleri belirlemek için regresyon problemi çözülmüştür. Bu çalışmada, B-V<br />
seyahat üretiminin belirlenmesinde, sentetik seyahat dağılımı modellerinden çekim<br />
kuvveti esas alınarak, seyahat üretimi çözüm yöntemi geliştirilmiştir. Böyle bir<br />
yöntem, çekim modellerinin çok sayıda teorik avantajlara sahip olmasından dolayı<br />
tercih edilmiştir. Arazi kullanımındaki değişikliklerden dolayı çekim değeri kolayca<br />
değişebilir. Sosyo ekonomik faktörlere ulaşmak kolay, maliyeti az ve güncellemek<br />
mümkün olduğundan, çalışma bölgesine ait sosyo ekonomik faktörler esas alınarak<br />
ve çalışma ağı bölgesini oluşturan linkler üzerindeki B-V noktalarına giriş ve<br />
çıkışlardaki YOGT değerlerine bağlı olarak geliştirilen formülasyonlar ile seyahat<br />
üretimi için bir yöntem önerilmiştir. Ulaşım planlamasının adımlarını oluşturan<br />
seyahat üretimi ve seyahat dağılımı araştırılmış, trafik atama ile rotalara akan trafik<br />
hacminin ve seyahat maliyetinin belirlenmesi örnek bir ulaşım ağına uygulanmıştır.<br />
8
9<br />
Büyük Ölçekli Ulaşım Planlaması<br />
Projelerinde Kullanılan Ulaşım Talep<br />
Modeli Yaklaşımı<br />
Parametre Kalibrasyon Yöntemleri<br />
B-V Matrislerinin Tahmin Yöntemleri<br />
Yol Kenarı Anketleri<br />
ya da Araç Plaka Takibi<br />
Matris Tahmin Yöntemleri<br />
Çekim Modelleri Denge Atama (EA)<br />
Yaklaşımları<br />
Maksimum Entropy (EM)/<br />
Minimum Bilgi (IM)<br />
Yaklaşımları<br />
Şekil 2.2 B-V seyahat üretimi matrislerinin tahmin yöntemleri.<br />
1<br />
İstatistiksel Tahmin<br />
Yaklaşımları<br />
Link Hacimleri Sayımlarından Yararlanılan<br />
Sentetik Yöntemler<br />
Lineer Programlama<br />
Yapay Sinir Ağları<br />
Bulanık Mantık
Güncellenebilir ve güvenilebilir B-V matrisini elde etmek için, doğrudan yol<br />
kenarı sürücü anketleri ve plaka gözlemleme gibi bazı B-V arazi yöntemleri yaygın<br />
olarak kullanılmıştır [10]. Genel olarak, insan gücü, zaman ve gider bakımından<br />
pahalıdırlar. Bu yöntemler trafiğin engellenmesi, yoğun işgücü gerektirmesi ve veri<br />
işleme güçlüğü gibi nedenlerle dezavantajlara sahiptir. Ayrıca bu tür, arazide gözlem<br />
yolu ile üretilen B-V matrislerinde hata kaçınılmazdır. Özellikle detektör ile trafik<br />
hacim bilgisinin toplanması gibi pahalı olmayan trafik verilerine dayalı yöntemlerin<br />
kullanılmasının doğruluğu kabul edilmiştir. Detektör ile trafik bilgilerinin doğru bir<br />
şekilde elde edilebilmesi için, detektörlerin çok iyi ayarlanmaları gerekir. İyi<br />
ayarlanmadıkları takdirde, hızlı geçen veya hafif olan taşıtlar kaydedilmemiş olabilir.<br />
Detektör yardımıyla trafik bilgisini elde eden bazı yöntemler (örneğin manyetik ve<br />
radar yöntemi), sabit tesis ve araç gerektirirler.<br />
Sentetik B-V tahmini yaklaşımı ucuz olması, yol kenarı anketlerinin ve arazi<br />
verilerinin toplanmasının sıkıntı verici olmasından dolayı önemli avantajlara sahiptir.<br />
Trafik hacim sayımları çabuk ve ucuz bir şekilde elde edilebilir ve sentetik B-V<br />
tahmin modelleri için veri olarak kullanılabilirler. B-V matrisi tahmin modellerinde<br />
bu verilerden yararlanmak ulaşım plancısı ve mühendislerine etkili ve ucuz maliyetli<br />
çözüm sağlar.<br />
2.2 Seyahat Üretimi Tahmin Modelleri<br />
Trafik sayımlarından B-V seyahat matrisini tahmin etme ya da güncelleme<br />
yaklaşımlarından parametre kalibrasyon yöntemleri, trafik hacmi tahmini ile ilgili<br />
istatistiksel analizlerin uygulamalarına dayanmaktadır. Bu yöntemde B-V matrisini<br />
oluşturmak için ilk yaklaşımlar, akım çiftleri arasında çekim oluştuğunu varsayan<br />
talep modellerini oluşturan lineer ya da lineer olmayan regresyon analizlerini esas<br />
almışlardır. Bu modeller, bölgeye ait nüfus, işsizlik oranı, ortalama gelir düzeyi gibi<br />
çeşitli değişkenlere ihtiyaç duymaktadırlar. Matris tahmin yöntemleri olarak, daha<br />
sonraki model grupları, tıkanıklık etkisini de göz önünde bulundurarak, ağ trafik<br />
denge yaklaşımına dayalı seyahat matrislerini tahmin etmişlerdir. Diğer grup<br />
modeller, maksimum entropy ya da minimum bilgi yaklaşımı yoluyla ölçülen link<br />
10
akımları ile tutarlı olacak şekilde en uygun seyahat matrisini elde etmeye<br />
çalışmışlardır. Başka bir model grubu ise, önceki bilgilere dayalı olarak gelecekteki<br />
tahminleri üretmek üzere istatistiksel yöntemlerden yararlanmışlardır. Son<br />
zamanlardaki araştırmalar, bu problemi çözmek için lineer programlama, yapay sinir<br />
ağları ve bulanık mantık gibi yöntemleri denemişlerdir. Gelecekteki gelişmeler göz<br />
önüne alındığında, B-V seyahat talebi matrislerinin üretilmesi için çeşitli yöntemlerin<br />
denenmesine devam edildiği açıkça görülmektedir. Bunlardan birisi de, çekim<br />
modeli ile B-V tahminidir.<br />
Trafik sayımlarından B-V matrislerinin tahmin edilmesi ve güncellenmesinde<br />
yararlanılan teoriye dayalı modeller aşağıda açıklanmıştır:<br />
• Çekim Modelleri: Bu modellerde B-V matrisleri, trafik sayımlarının, seyahat<br />
maliyetlerinin ya da mesafe gibi parametrelerin fonksiyonları olarak düşünülür.<br />
Gözlenen hacimler ve hesaplanan hacimler arasındaki farkın en aza indirgenmesi<br />
gibi çeşitli parametreleri kalibre etmek için çeşitli regresyon teknikleri ve düğüm<br />
noktalarında akımın korunması kuralından yararlanılır. Bu modeller, lineer ve lineer<br />
olmayan regresyon modelleri olarak isimlendirilerek ikiye ayrılırlar.<br />
1970’lerin öncesinde trafik hacmi verisi, trafik kontrolü ve yol yapım<br />
çalışmaları için kullanılmıştır. Robillard (1973) gözlenen link hacimlerine dayalı<br />
olarak B-V seyahat matrislerini belirlemek için bir yöntem önermiştir [17].<br />
Robillard’ın yaklaşımına göre çekim modelini esas alarak B-V matrisini tahmin<br />
etmek için her B-V çifti arasındaki seyahat maliyeti kullanılmıştır. Her bölgede<br />
üretilen ve çekilen toplam seyahatleri belirlemek için bir regresyon problemi<br />
çözülmüştür. Low (1972), Overgaard vd. (1974), Holm vd. (1976), Gaudry ve<br />
Lamarre (1979), Smith ve Mc Farlane (1978) ve Symons vd. (1976) tarafından trafik<br />
sayımlarını esas alarak parametrelerin kalibre edilebildiği çekim modeli ile B-V<br />
matrisleri tahmin edilmiştir [12-16]. Formülasyonu oluşturulan bu modellerin tümü,<br />
lineer regresyon türü içerisinde yer alır. Holm vd. (1976) tarafından geliştirilen biri<br />
dışındaki bütün modeller orantılı hep ya da hiç atama uygulamaktadırlar. Modeller<br />
arasındaki diğer farklılıklar, çeşitli tanımlar ve parametre seçimleri ile ilişkilidir. Bu<br />
modellerin esas dezavantajı, gözlenen sayımlardan elde edilen, çalışma bölgesine<br />
11
dışarıdan gelen seyahatlerin tahminine gereksinim olmasıdır. Ivan ve Allaire (2001)<br />
karayolu ağı linklerinin trafik hacimlerini tahmin etmek için lineer regresyon analizi<br />
kullanmışlardır [17]. Onların çalışmaları karayolu linkleri üzerinde tıkanıklığı<br />
etkileyen zirve saatlik trafik hacimleri üzerine odaklanmıştır. Sharma vd. (1996),<br />
kısa süreli trafik hacmi gözlemlerine göre YOGT tahminlerinin istatistiksel<br />
doğruluğunu araştırmışlardır [18].<br />
Robillard (1975) ve Hogberg (1976) tarafından formüle edilen modeller, lineer<br />
olmayan regresyon türü içerisinde yer alır. Robillard’ın modeli, orantılı atama<br />
yöntemini kullanır ve kapasite direncini hesaba katmaz. Hogberg’in modeli, hep ya<br />
da hiç atamayı kullanır. Bu modellerin dezavantajı, çok miktarda veri gerektirmesi<br />
olup, arazi kullanımında değişiklikler olduğunda eldeki sonuçların geçersiz hale<br />
gelmesidir. Bu modellerin bir başka dezavantajı da, tıkanıklıkla ilgili denge atama<br />
ilkesi göz önüne alındığında beklenen sonucu veremezler [19,20].<br />
• Denge Modelleri: Matris tahmin yöntemlerinde, denge atama modelleri trafik<br />
akımlarının kullanıcı dengesine göre optimizasyon yaklaşımını esas alarak Kuzey<br />
Amerika’da geliştirilmiştir. “Denge İlkesi” ya da “Wardrop’un İlkesi” (Wardrop,<br />
1952) olarak isimlendirilirler [21]. Wardrop’un denge ilkesine göre, kullanıcılar<br />
kendi seyahat sürelerini minimize edecek şekilde kullanacakları rotayı seçerler. Her<br />
B-V çifti arasında belirli akımlara sahip bütün rotalar eşit seyahat maliyetlerine veya<br />
seyahat sürelerine sahip olmalıdırlar ve bu maliyet B-V çifti arasında kullanılmayan<br />
herhangi bir rota üzerindeki seyahat maliyetini aşmamalıdır. Bu, kullanıcı dengesi<br />
(KD) olarak tanımlanır. Denge atama yaklaşımı, B-V matrisini hem denge atama<br />
koşullarına uygun olarak hem de gözlenen link akımları ile tutarlı olacak şekilde<br />
tahmin eder. Kullanıcı dengesini esas alan modellerde, kullanıcıların rota seçimleri<br />
üzerinde ağın tıkanıklık etkileri, B-V tahmini sürecinde düşünülür. Bu tip modeller,<br />
yoğun trafik hacminin bulunduğu bölgelerin analizi için daha uygundur. Genellikle,<br />
verilen bir B-V çifti arasındaki rotaların önceden bilindiği varsayılır. Bu modellerde<br />
esas hedef, gerçeği en iyi yansıtan B-V matrisine mümkün olduğu kadar yakın denge<br />
seyahat tablosunu elde etmektir. Bu nedenle, bu modeller hem link hacimleri hem de<br />
B-V çiftleri arasındaki rotalardan yararlanırlar. B-V seyahat matrisi elde edilene<br />
kadar, B-V seyahat üretimi ve seyahat atama arasında iterasyon yapılır.<br />
12
İlk olarak Nguyen (1977), kullanıcı denge koşulları altında, trafik hacim<br />
sayımlarından bir B-V matrisi tahmin etmek için, matematiksel program (LINKOD)<br />
önermiştir [22]. Bu programın çözümü, kullanıcı dengesi atama koşullarına uygun<br />
olarak gözlenen akımlar ile tutarlı bir B-V matrisi oluşturur. Nguyen (1977), küçük<br />
ağlar üzerindeki testleri esas alarak, kullanıcı dengesi ilkesine göre ağa atanan<br />
seyahatlerin gözlenen seyahatlere yakın değerler olduğunu iddia eder. Bu yaklaşımın<br />
dezavantajı, benzer trafik modellerini tekrar üretebilen çeşitli B-V çözümlerinin<br />
olabilmesidir. Bu nedenle, alternatif çözümlerden en uygun seyahat tablosunu elde<br />
etmek için bir dağılım parametresi gereklidir. Nguyen’in çalışması, link kapasitesi<br />
ya da tıkanıklığı göz önünde bulundurması nedeniyle farklıdır. Diğer araştırmacılar<br />
tarafından sonradan yapılan çalışmalar, Nguyen’in çözüm algoritmasının birçok<br />
önemli eksiklikleri olmasından dolayı sıkıntı yarattığını ortaya çıkarmıştır.<br />
LeBlanc ve Farhongian (1982) ve Spiess (1990), Nguyen’in çözüm<br />
algoritmasının çok geniş ağlara uygulandığında pratik uygulamadaki ihtiyaçlar<br />
nedeniyle yetersiz olduğunu vurgulamışlardır [23,24].<br />
Turnquist ve Gur (1979), Nguyen’in algoritmasını geliştirerek iteratif bir<br />
algoritma önermişlerdir [25]. Bu yaklaşım altında, her iterasyonda daha makul<br />
çözüme yaklaşmak için bir düzeltme prosedürü belirtmişlerdir. Bu yaklaşımın en<br />
önemli gelişmesi, çözüm arama prosedürünün hızlı olmasıdır. Turnquist ve Gur<br />
(1979) ve Gur (1983) seyahat düzeltme fonksiyonunun, algoritmanın hızlı<br />
çalışmasını etkilediğini göstermiştir [25,26]. Çalışmalarında, çok sayıdaki deneysel<br />
testlere dayalı olarak seyahat tablosu güncelleme prosedürü seçildiğini<br />
belirtmişlerdir. Onların algoritması, Nguyen’in yaklaşımının önemli eksiklikleri<br />
olduğunu, bu problemin giriş verisi olarak ilk seyahat tablosunun kullanılmasıyla<br />
çözümlendiğini göstermiştir. İlk B-V seyahat matrisi verilen ulaşım ağına atanır ve<br />
gerçeğe uygun trafik akımları üretir. Model, gerçeğe uygun toplam seyahat süreleri<br />
ve gözlenen link akımlarından elde edilen toplam seyahat süreleri arasındaki fark<br />
minimize edilene kadar, ilk B-V seyahat matrisini güncelleştirir. Optimizasyon<br />
modeli, Frank-Wolfe algoritmasını uygular, çözüm iteratif prosedür ile elde edilir.<br />
Çözüm algoritması ilk seyahat tablosunu 4. adımda atar, sonra gözlenen akım ile<br />
mümkün olduğunca birbirine yakın olacak şekilde düzeltir. Bu yaklaşım, çok sayıda<br />
13
alternatif çözümler arasından tek bir çözümün seçilmesi için bir mekanizma sağlar.<br />
İlk matris aynı bölgedeki geçmiş çalışmalardan, kabaca hesaplanmış talep<br />
analizlerinden ya da yol kenarı anketlerinden elde edilebilir. Nguyen’in<br />
algoritmasının birbirini tutmayan link hacimleri problemi Turnquist ve Gur’un<br />
sezgisel algoritmasında çözülmüştür fakat hala çeşitli problemlerin olduğu<br />
belirtilmektedir. Birincisi, algoritma her link üzerindeki hacimlerin kesin sayısına<br />
ihtiyaç duyar. Kullanıcıların, hacimlere ulaşılamadığında ağdaki linkleri hesaba<br />
katmamaları gerekmektedir. KD atama modelleri hacim değerleri gözlenemeyen<br />
linkler ağdan çıkarıldıktan sonra ağa uygulanabilir. KD ataması bakış açısıyla bu<br />
eliminasyonlar, hacim değerleri gözlenemeyen linklerin sıfır kapasiteye sahip olduğu<br />
ya da link seyahat sürelerinin sonsuz olması ile eşdeğer kabul edilir. İkincisi, onların<br />
yaklaşımında her iterasyonda daha makul çözüme yaklaşmak için seyahat tablosu<br />
düzeltme prosedürü tanımlanır. Turnquist ve Gur seyahat tablosu düzeltme<br />
prosedürünün, algoritmanın çok önemli bir elemanı olduğunu açıklamışlardır. Bu<br />
seyahat düzeltme fonksiyonu sezgiseldir ve çözümün bir noktada birleşim garantisi<br />
yoktur.<br />
Gur (1983), Han ve Sullivan (1983), Fisk (1988, 1989), Oh (1992) ve Yang<br />
(1995) Nguyen’in ve Turnquist & Gur’un modellerinin modifikasyonlarını ve daha<br />
fazla ayrıntılar uygulamışlardır [26-31]. Bu genişletmeler algoritmanın verimliliğini<br />
geliştirmeye odaklanmıştır. Seyahat tablosu düzeltme prosedürünün gelişiminde ve<br />
algoritmada kesin link hacmi verisinin gereksiniminde çok az bir iyileşme olmuştur.<br />
Bu modeller arzu edilen denge atama problemini içerir fakat doğrusal olmayan<br />
özelliği, bir noktada birleşme göz önünde tutulduğunda problemlere yol açar. Büyük<br />
ağların kabul edilebilir bir çözümünü elde etmek için gerekli olan hesaplama<br />
genellikle çok fazladır. Bu nedenle, denge modelleri genel olarak yaygın değildir.<br />
• Entropy Modeller: Entropy kavramı, Wilson (1970) tarafından ulaşım<br />
planlamasına uygulanmıştır [32]. B-V seyahat matrisi problemi için maksimum<br />
entropy yaklaşımının kullanımı ilk olarak Willumsen (1978) tarafından önerilmiştir<br />
[33]. Willumsen maksimum entropy ile, kısıtlamaların olduğu durumda en uygun<br />
seyahat matrisinin tahmin edilebildiğini göstermiştir. Bu modeller, B-V seyahat<br />
14
üretimi matrislerini elde etmek için, gözlenen link akımlarını kullanırlar. Çekime<br />
dayalı modellere göre avantajı, link hacimlerini daha hatasız elde etmenin kolay<br />
olmasıdır. Bu tür modeller, orantılı atama koşulları altında trafik sayımlarını esas<br />
alarak en uygun B-V matrisini tahmin eder. Ulaşım ağını oluşturan bütün linkler<br />
üzerindeki trafik sayımları ve ilk B-V matrisi gerekli değildir. Maksimum entropy<br />
modelleri, kendilerine özgü bilgisayar programlarına sahiptirler.<br />
Van Zuylen ve Willumsen (1980), link hacimlerini içeren bilginin tamamen<br />
kullanılmadığını söyleyerek bu yaklaşımı eleştirmişlerdir [34]. Çünkü belirli bir<br />
problem dikkate alındığında, diğer yaklaşımlar tarafından önceki seyahat bilgisi<br />
kullanılmaktadır. Van Zuylen ve Willumsen problemin minimum harici bilgi ile<br />
çözülebildiğini göstermişlerdir. Bu görüşe sahip olan yazarlar minimum bilgi ve<br />
maksimum entropy düşüncelerine dayalı iki yaklaşım ileri sürmüşlerdir. Maksimum<br />
entropy ve minimum harici bilgi birbirlerine karşılık gelirler. Maksimum entropy<br />
durumunda olasılık entropy ve maksimum olarak isimlendirilir, minimum bilgi<br />
durumunda ise olasılığın negatif doğal logaritması minimize edilir. Bu yüzden her<br />
iki yaklaşım birbirine eşittir. Minimum bilgi yaklaşımında, link sayımlarından<br />
seyahat matrisi tahmini için genel denklemde mümkün olduğunca az bilginin ilave<br />
edilmesi ile seyahat matrisi seçimi yapılmaya çalışılır. Van Zuylen ve Willumsen<br />
(1980), B-V seyahat üretimi matrislerini elde etmek için bir maksimum entropy<br />
yaklaşımı ileri sürmüşlerdir. Bu yaklaşımlar, toplam seyahat sayısının sabit olduğu<br />
şeklinde bir varsayımı kabul ederler. Bu varsayım, bütün durumlar için geçerli<br />
olmayabilir. Van Zuylen ve Willumsen (1980)’nin trafik sayımlarından B-V<br />
matrisini tahmin etmek için iki formülasyon önerdikleri bu yaklaşımda, B-V<br />
seyahatlerinin toplam sayısı T, başlangıç i ve varış j arasındaki seyahat sayısı Tij<br />
olduğu düşünüldüğünde, Tij seyahat gruplarından oluşan T seyahatlerinde entropy ile<br />
tanımlanan yolların sayısı Denklem (2.1) kullanılarak hesaplanabilir.<br />
Maksimum: ( T )<br />
Kısıtlar;<br />
ij<br />
=<br />
= T p ∀a<br />
Va ∑<br />
ij<br />
ij<br />
a<br />
ij<br />
∏<br />
⎛T<br />
⎜<br />
⎝T<br />
n<br />
ij ij<br />
⎞<br />
⎟<br />
=<br />
⎠<br />
T!<br />
T !<br />
∏<br />
ij<br />
ij<br />
15<br />
(2.1)
T ≥ 0 ∀ i,j<br />
ij<br />
Burada, Tk: p × p B-V matrisinin k’ıncı hücresindeki mevcut seyahatin sayısıdır.<br />
T<br />
T<br />
n<br />
= T −<br />
∑<br />
= ij<br />
T<br />
∑ − = k n 1<br />
Tk<br />
k = 1<br />
ij<br />
( j − ) p<br />
k = i + 1 ×<br />
Entropy fonksiyonu ile maksimize olan Tij değerleri en uygun çözümü<br />
sunmaktadır. Entropy fonksiyonunun doğal logaritmasının alınması ile çözüm<br />
Denklem (2.2) de gösterildiği gibi ifade edilir.<br />
T<br />
⎛<br />
⎜ !<br />
⎞<br />
⎟<br />
Tij!<br />
) (2.2)<br />
⎝ ij ⎠<br />
T<br />
Maksimum: ( ij ) = Ln⎜<br />
⎟ = Ln(<br />
T!<br />
) − ∑ Ln(<br />
⎜∏<br />
Tij!<br />
⎟<br />
ij<br />
Bu modelin çeşitli uygulamalarının örnekleri, Hall vd. (1980), Beagan ve<br />
Bromage (1987), Lam ve Lo (1991), Oh (1992), Sivanada vd. (1994) ve Yang vd.<br />
(1995) tarafından yapılan çalışmalarda kullanılmıştır [35,36,8,30,37,31].<br />
• İstatistiksel Modeller: Trafik hacmi tahmini ile ilgili olarak yapılan çeşitli<br />
araştırmalar, istatistiksel analizlerin uygulamalarına dayanmaktadır. Bu modeller<br />
istatistiksel tekniklere dayanarak, daha önceki bilgilerden seyahat tablolarını tahmin<br />
etmeye çalışırlar Modeller, amaçlarına ulaşmak için Bayesian çıkarım yöntemleri ya<br />
da en küçük kareler (OLS) tahmin yöntemlerini kullanırlar.<br />
Bayesian yaklaşımı, hesaplamada önceki bilgilerden yararlanma esnekliği<br />
sağlasa bile, pratik uygulamalarda önceki bilgileri elde etmek oldukça zor olabilir.<br />
Gerçek uygulamalardaki bu zorluklara rağmen, B-V tahminleri yeni gözlemlere<br />
ulaşılabildiğinde güncellenebilir. Maher (1983), kavşaklar ve küçük ağların B-V<br />
akım modelini tahmin etmek için Bayesian istatistiksel yaklaşımını önermiştir [38].<br />
Bu yöntem, önceki bilgiler ve gözlemlerin olasılıksal değişkenleri ile hesaplama<br />
yapmaktadır. Benzer şekilde, Cascetta ve Nguyen (1988), küçük bir ağda ortalama<br />
16
B-V akım oranlarını tahmin etmek için bir Bayesian çıkarım yöntemi sunmuşlardır<br />
[39]. Önceki B-V bilgisi ve gözlenen link trafik sayımları, link akımlarının<br />
büyüklüğüne bağlı olarak olasılıksal değişken ya da Poisson dağılımı uygulanarak<br />
hesaplanabilir.<br />
OLS yöntemleri, gözlenen ve tahmin edilen link trafik sayımları arasındaki farkı<br />
en aza indirgeyerek tahminleri elde ederler. Bu tür modellerin esas avantajı, verilerin<br />
rasgele özelliğini göz önüne almasıdır fakat seyahatin olması olasılığını ihmal<br />
ederler. OLS yöntemleri, gözlenen ve bilinmeyen B-V çiftleri için özel olasılık<br />
dağılım varsayımlarına ihtiyaç duymazlar ve gerekli hesaplamalar daha azdır.<br />
Literatürde OLS yöntemlerine göre hesaplanan pek çok tahmin bulunabilir [40-<br />
42,39,43]. En küçük kareler tahmin yaklaşımları kategorisinde Carey vd.(1981),<br />
McNeil ve Hendrickson (1985) ve Cascetta (1984) alternatif modeller önermişlerdir<br />
[44-46]. Cassetta (1984), B-V seyahat talebi matrisi için genelleştirilmiş en küçük<br />
kareler (GLS) yöntemini kullanmıştır. Wells ve Evans (1989), gözlemsel verilerdeki<br />
uyuşmazlık problemini çözmek için GLS optimizasyonunu önermişlerdir [47]. Bu<br />
yaklaşımlar, denge atama ya da maksimum entropy/minimum bilgi yaklaşımları<br />
kadar yaygın olarak kullanılmamaktadır.<br />
• Lineer Programlama Modelleri: Optimum-kullanıcı ilkesini esas alan<br />
modellerden biri olan Lineer Programlama (LP) teorisi, gözlenen link hacimlerinden<br />
B-V seyahat matrisini tahmin etmek için uygulanır. Sherali vd. (1994a), link<br />
üzerindeki mevcut trafik hacim bilgilerinden B-V seyahat talebi matrisi tahmini için<br />
LP yaklaşımını kullanmışlardır [48]. Model, ağın dengede olması durumunda trafik<br />
akımlarının belirlenmesi için tasarlanmıştır. Bununla birlikte, bu model eksik<br />
bilgiler nedeniyle trafiğin denge akım modeline uymayabildiği ve gözlenen link akım<br />
verilerinde tutarsızlıklar olabildiği şeklinde bilinmektedir. Kullanıcı denge<br />
çözümleri için daima güvence veren bir yaklaşım değildir. Sherali vd. (1994b),<br />
pratikte her zaman elde edilemeyen link hacimleri olması durumunda izlenen teoriyi<br />
belirtmişlerdir [49]. Bu durumda kullanılan öneri, bazı lineer ve lineer olmayan<br />
iteratif programlama ile seyahat süresi ya da maliyetin güncellenmesidir. Orijinal ve<br />
geliştirilen versiyonlar bazı gerçek ağlarda test edilmiştir [50].<br />
17
• Yapay Sinir Ağları Modelleri: Yapay sinir ağları, insan beyninin öğrenme<br />
davranışını taklit eden kavramları esas almaktadır. Multer ve Reinhardt (1990),<br />
trafik sayımlarından B-V seyahat matrisini belirlemek için yapay sinir ağları<br />
yaklaşımını ortaya çıkarmışlardır [51]. Bu modellerin en belirgin dezavantajı, yapay<br />
sinir ağının çalışması için çok büyük miktarda veriye gereksinim olmasıdır. Geniş<br />
ağlar için modelleme yapılırken, gerçek verilerin olmaması sebebiyle ciddi<br />
problemler oluşabilir. Yang vd. (1992), dört kollu kavşak ve kısa bir karayolu<br />
kesimi için B-V akımlarını oluşturan yapay sinir ağları modeli uygulamışlardır [52].<br />
Chin vd. (1994), link hacimlerinden B-V bilgisini elde etmek için bir yapay sinir ağı<br />
modeli tanımlamışlardır [53]. Bu modeller oldukça yeni olmalarına rağmen, umut<br />
verici olmayabilir.<br />
• Bulanık Modeller: Son zamanlardaki başka bir yaklaşım, B-V seyahat matrisini<br />
elde etmek için bulanık modellerden yararlanmışlardır. Pek çok modelde uygulanan<br />
hep ya da hiç yaklaşımı yerine, linklere ait veriler için bulanık yaklaşımlar uygulanır<br />
[9]. Bu model, doğu karayolu kesimi için test edilmiştir ve uygun sonuçlar verdiği<br />
ortaya çıkmıştır. İlk test sonuçları umut verici olmasına rağmen, daha sonraki<br />
değerlendirmeler için farklı durum çalışmaları ve tecrübeler gereklidir.<br />
2.2.1 Sonuç<br />
Yukarıda incelendiği gibi, link hacimlerinin sayımlarından B-V matrislerini elde<br />
etmek için çeşitli yaklaşımlar açıklanmıştır. Her yöntemin avantaj ve dezavantajları<br />
söz konusudur. Denge modelleri tıkanık ağlarda uygulanabilir, fakat önceki seyahat<br />
tablosuna ihtiyaç duyulmaktadır ve bütün linkler için hacim sayımları gereklidir.<br />
Yoğun trafik hacminin bulunduğu bölgelerin analizi için daha uygundur. Maksimum<br />
Entropy / Minimum Bilgi modelleri veri ihtiyacı bakımından daha esnektir, bölümsel<br />
link sayımları yeterli olabilir, ilk seyahat tablosu gerekli değildir, mevcut bilgiyi esas<br />
alarak en uygun B-V çiftini araştırırlar, kendilerine özgü bilgisayar programına<br />
sahiptirler; fakat tıkanıklık için uygun bir çözüm sağlamazlar (link performans<br />
karekteristiklerini kullanmazlar), akımın kararlılığı gibi kısıtlamaları ihmal ederler.<br />
18
İstatistiksel modellerin uygulanabilmesi için önceki bilgilerden yararlanma esnekliği<br />
olsa da, pratikte önceki bilgileri elde etmek zor olabilir.<br />
Çekim modellerine göre B-V seyahat matrisleri, trafik sayımları, seyahat<br />
maliyetleri, mesafe gibi parametrelerin fonksiyonlarının lineer ve lineer olmayan<br />
regresyon modelleri ile üretilmişlerdir. Her bölgede üretilen ve çekilen toplam<br />
seyahatleri belirlemek için regresyon problemi çözülmüştür. Bu tezde, trafik<br />
atamanın yapılması için gerekli olan B-V seyahat üretiminin belirlenmesinde,<br />
sentetik seyahat dağılımı modellerinden çekim kuvveti esas alınarak, seyahat üretimi<br />
çözüm yöntemi geliştirilmiştir. Böyle bir yöntem, çekim modellerinin çok sayıda<br />
teorik avantajlara sahip olmasından dolayı tercih edilmiştir. Arazi kullanımındaki<br />
değişikliklerden dolayı çekim değeri kolayca değişebilir. Sosyo ekonomik faktörlere<br />
ulaşmak kolay, maliyeti az ve güncellemek mümkün olduğundan, çalışma bölgesine<br />
ait sosyo ekonomik faktörler esas alınarak ve çalışma ağı bölgesini oluşturan linkler<br />
üzerindeki B-V noktalarına giriş ve çıkışlardaki YOGT değerlerine bağlı olarak<br />
geliştirilen formülasyonlar ile seyahat üretimi belirlenmiştir. İlerideki bölümlerde,<br />
geliştirilen çözüm yöntemi ve detayları açıklanmıştır.<br />
19
3. ULAŞIM PLANLAMASI SİSTEMİ<br />
Ulaşım, çeşitli başlangıçlar (B) ve varışlar (V) arasında insanların ve eşyaların<br />
minimum maliyetle, en kısa sürede güvenli bir şekilde hedeflerine ulaşımının<br />
sağlanmasıdır. Ulaşım planlamasının amacı, seyahat talebi ile ulaşım imkanları<br />
arasındaki uyumu sağlamak, ulaşım sistemini kullanacak talep tahmini ile rotalara<br />
akan talebi ve buna bağlı olarak linklerde meydana gelen trafik hacmini<br />
belirlemektir.<br />
Hızlı ve verimli bir ulaşım sisteminin sağlanmasının planlanması için,<br />
planlamacılar aşağıda belirtilen soruların cevaplarını bilmeye ihtiyaç duyarlar:<br />
a) Nüfusun yüzde kaçı ya da ne kadar insan seyahat ediyor?<br />
b) Gelecekte nüfusu etkileyen faktörler neler olabilir?<br />
c) Sosyo ekonomik ve demografik profil nedir?<br />
d) Her bölge tarafından üretilen ve çekilen seyahat (yolculuk) talebi nedir?<br />
e) Her bölgeden ayrılan seyahatler nereye, hangi bölgeye gider?<br />
f) Seyahat hangi seyahat tarzı ile yapılacaktır?<br />
g) Seyahat etmek için kişilerin kararını etkileyen faktörler nelerdir?<br />
h) Bu seyahatler tarafından hangi rotalar kullanılır?<br />
Ulaşım planlaması sistemi, dört adımda, bu soruları cevaplamak için<br />
geliştirilmiştir:<br />
1) Seyahat Üretimi (Trip Generation)<br />
2) Seyahat Dağılımı (Trip Distribution)<br />
3) Türel Dağılım (Modal Split)<br />
4) Trafik Atama (Traffic Assignment)<br />
Modelleme çalışmaları için veri toplanmadan önce, çalışma ağı belirlenir ve<br />
daha sonra karayolu ağı üzerindeki trafik hacimlerinin tahmini için yaygın olarak<br />
kullanılan ardışık seyahat tahmin prosedürü adımları uygulanır (Şekil 3.1). Ulaşım<br />
20
ağı, trafik analiz bölgelerine bölünebilir ve çalışma alanı için tasarım yapılabilir.<br />
Yapılacak işlerin sonucu, link, düğüm ve B-V merkezlerinden meydana gelen ağ<br />
tasarlanır. Linkler, tek yol veya yol grupları ile gösterilebilir. Düğüm, yol<br />
çekiciliğinin değiştiği noktalarda, linklerin son noktalarını gösterir. Merkez, seyahat<br />
üretiminin merkezinde bütün seyahatlerin başladığı ve bittiği noktaları gösterir.<br />
Planlama için bu veriler elde edilerek gelecek tahminler oluşturulur.<br />
Ağ Analizi Seyahat Üretimi<br />
(Kaç tane seyahat?)<br />
Seyahat Dağılımı<br />
(Seyahat nereye yapılıyor?)<br />
Trafik Atama<br />
(Hangi rota?)<br />
Şekil 3.1 Ardışık seyahat tahmin prosedürü [54].<br />
Türel Ayrım<br />
(Seyahat tarzı?)<br />
Her adım, prosedürün belirli bir türünü gerektirir ve her adımda farklı model<br />
seçimleri vardır. Bu prosedürün önemli avantajlarından biri, gelecekte ortaya<br />
çıkabilecek çeşitli değişiklikleri yansıtabilmesidir. Bu değişiklikler a) seyahat yapma<br />
oranlarındaki değişiklik, b) alternatif seyahat modellerinde meydana gelen<br />
gelişmelerdeki değişiklikler, c) ulaşım ağındaki değişiklikler şeklinde belirtilebilir.<br />
Ardışık seyahat prosedürünün diğer bir avantajı, her adımın sonunda yararlı bilgiler<br />
oluşturmasıdır. Dezavantajı ise, modelin gelişimi için geniş miktarda veriye ihtiyaç<br />
duymasıdır. Araştırmaların büyük bir bölümü bu modeli uygulamışlardır ve hala<br />
geliştirilmeye devam edilmektedir.<br />
21
3.1 Seyahat Üretimi<br />
Seyahat üretimi, ulaşım planlamasının ilk adımıdır. Çünkü, hem bir sonraki<br />
adımların gerçeğe en uygun değerlere yakın olması, hem de çalışma alanında üretilen<br />
toplam seyahat sayısı gibi değerlerin kontrolünü sağlamaktadır. Seyahat üretimi,<br />
belirli bir bölge tarafından üretilen ve çekilen seyahatin toplam miktarını tahmin<br />
etmeye yardımcı olur. Seyahat üretimi modelinde, bölgenin sosyo ekonomik<br />
karakteri ve arazi kullanımı ile bölgede üretilen seyahat sayısı arasındaki ilişkiden<br />
yararlanılır. Yani seyahatin üretilmesinde bugünkü çekim veya sosyo ekonomik<br />
yapı, araç sahipliliği, gayrisafi milli hasıla vb. diğer etkenler bulunur. Seyahat<br />
üretimi, her bölgenin ürettiği veya çektiği seyahati belirtir. Seyahat üretiminin<br />
bugünkü değerleri, Tablo 3.1’de görüldüğü gibi B-V matrisinde gösterilir. Ulaşım<br />
planlamasının seyahat dağılımı adımında bu matrisler kullanılarak modelleme<br />
yapılır.<br />
Tablo 3.1 Örnek seyahat tablosu.<br />
B-V 1 2 3 . . . . . j<br />
1 q11 q12 q13 q1 j<br />
2 q21<br />
3 q31<br />
.<br />
.<br />
.<br />
.<br />
.<br />
i qi1 qi j<br />
Burada, qi j= Başlangıç i den varış j ye olan seyahatler<br />
3.1.1 Seyahat Üretiminin Belirlenmesi<br />
Ulaşım ağlarının planlanabilmesi için gerekli olan B-V matrislerini tahmin<br />
etmek için 2. bölümde ayrıntılı olarak bahsedilen çeşitli modellerden yararlanılabilir.<br />
Seyahat üretimi modellerinin gelişiminde, modelin bağımsız değişkenlerini oluşturan<br />
seyahat üretimini etkileyen verilerden her biri için, verinin elde edilebilmesi<br />
değişkenin seçimini etkileyen önemli bir faktördür. Genellikle başlangıç yılları için<br />
22
verinin elde edilmesi gelecek yıllara göre daha kolaydır. Eğer başlangıç yılları için<br />
bağımsız değişken verisi elde edilemezse, modelin gelişiminde bağımsız değişken<br />
kullanılamaz. Halbuki, modelin gelişimi için, modelin uygulanmasından önce<br />
modelde kullanılan bağımsız değişkenlerin tahmin edilip edilemeyeceği<br />
düşünülmelidir. Eğer böyle tahminler çok zor olacaksa o halde modelde bu<br />
değişkenleri kullanmaktan kaçınılabilir. Bazen ulaşım plancıları böyle tahminler için<br />
kullanılması gereken bir yöntem geliştirmek zorundadırlar. Genellikle, seyahat<br />
üretiminde kullanılan sosyoekonomik parametrelerin bütün değerlerini tahmin etmek<br />
zordur.<br />
Ev ve sürücülerle yapılan yol kenarı anketleri yıllardır kullanılmıştır. Aslında<br />
bu teknikler hem çok maliyetlidir, hem de zaman alıcıdır. Yoğun iş gücü<br />
gerektirirler ve seyahat edenleri rahatsız edicidir, ayrıca trafik işletim amaçlarına<br />
hakim değildir [55].<br />
Demografik yapıda hızlı değişimlerin görüldüğü gelişmekte olan ülkelerde ise,<br />
maliyetli yöntemlerle elde edilen verilerin kullanım ömrü çok kısa olmakta ve daha<br />
ucuz yöntemler kullanılarak sık sık revize edilmeleri gerekmektedir. Bu yüzden<br />
şimdiki ve gelecekteki dönemlere ait B-V matrislerini oluşturmak ve revize etmek<br />
üzere pahalı olmayan ve yoğun işgücü gerektirmeyen çeşitli yaklaşık yöntemler<br />
geliştirilmiştir. Bu yüzden B-V matrisinin tahmin edilmesi problemi için tek bir<br />
çözümün bulunması imkansızdır. Bu bakımdan karayolları üzerindeki araç sayıları,<br />
yolculuk matrisi ile sürücülerin rota seçimine dair verdikleri kararların bir<br />
fonksiyonu olup sayım yapılan karayolu bağlantılarını kullanan bütün B-V çiftleri<br />
hakkında bilgi sağlamaktadır. Bunun yanında trafiği aksatmadan ve ucuz bir şekilde<br />
elde edildiklerinden çok çekici bir veri kaynağı olmaktadır. Anlaşılacağı üzere, en<br />
uygun B-V matrisini tahmin etmek için mevcut trafik hacim sayımlarından<br />
yararlanılabilir [56].<br />
Bir dizi bağlantı yolu ve düğüm noktasından oluşan bir karayolu ağıyla n adet<br />
bölgenin birbirine bağlandığı varsayılırsa, bir adet B noktası n adet V noktasına<br />
seyahat üretecektir, ya da başka bir ifadeyle bir adet V noktası n adet B noktasından<br />
seyahat çekecektir. Bu durumda n adet bölgenin oluşturacağı yolculuk matrisinin n 2<br />
23
hücreden oluşacağı açıktır. Eğer bölge içi yolculuklar göz önüne alınmazsa B-V<br />
matrisindeki hücre sayısı n 2 -n olacaktır. Trafik sayımlarından B-V matrisini<br />
oluşturan bu n 2 tane hücrenin bulunması için öncelikle her bir son noktasına yapılan<br />
yolculukların izledikleri rotaların belirlenmesi gerekmektedir [57].<br />
Çekim modeli ile seyahat üretiminin belirlenmesinde trafik sayımlarının,<br />
seyahat maliyetlerinin ya da mesafe gibi parametrelerin lineer ve lineer olmayan<br />
regresyon modelleri ile çözüm yapılmıştır. Trafik hacmi, ulaşım ağına yüklendiği<br />
zaman gözlenen trafik sayımlarıyla uyumlu sonuçlar verecek birden daha fazla<br />
sayıda yolculuk matrisi bulunacaktır.<br />
Bu problemi ortadan kaldırmak için, tezde sentetik seyahat dağılımı<br />
modellerinden çekim kuvveti esas alınarak, seyahat üretimi çözüm yöntemi<br />
geliştirilmiştir. Böyle bir yöntem, çekim modellerinin çok sayıda teorik avantajlara<br />
sahip olmasından dolayı tercih edilmiştir. Sosyoekonomik faktörlere ulaşmak kolay,<br />
maliyeti az ve güncellemek mümkün olduğundan, çalışma bölgesine ait<br />
sosyoekonomik faktörler esas alınmıştır. Çalışma ağına ulaşım planlaması ardışık<br />
seyahat tahmin prosedürünün uygulandığı ilgili bölümde, ayrıntıları ile açıklanan<br />
geliştirilen seyahat üretimi çözüm yöntemi ile gerçeğe en yakın, güncel B-V seyahat<br />
üretimi matrisi elde edilmiştir.<br />
3.2 Seyahat Dağılımı<br />
Seyahat dağılımı, trafik çalışmalarının en önemli öğelerinden biridir. Her zonun<br />
ürettiği ve gelecekte üreteceği veya çekeceği seyahatler ve dolayısıyla, çalışma<br />
alanındaki toplam seyahatlerin, planlama yılında zonlara göre nasıl dağılacağı<br />
“Seyahat Dağılımı” modellerine göre yapılır. Tahmin edilen seyahat üretimi için,<br />
seyahat amaçlarının her biri için farklı seyahat dağılımı modelleri geliştirilmiştir.<br />
Seyahat dağılımı modelleri, tahmin edilen seyahatleri yaratmak için seyahat üretimi<br />
ile tahmin edilen seyahat başlangıçları ve varışları ile bağlantılıdır [58].<br />
24
Seyahat dağılımında, başlangıç ve sonu belli olan seyahatler birleştirilir; bilinen<br />
başlangıç ve son noktaları için bir seyahat matrisi oluşturulur. Gelecekteki<br />
seyahatlerin, zonlara dengeli biçimde dağılımını sağlayan ‘Seyahat Dağılımı<br />
Yöntemleri’, “Büyütme Faktörü Modelleri” ve “Sentetik Modeller” olarak iki grupta<br />
incelenir (Şekil 3.2). Büyütme Faktörü Modellerinde, çalışma alanı içindeki zonlar<br />
arasında bugünkü mevcut yolculuklara büyütme katsayısı=büyütme faktörü<br />
uygulanır. Bu modellerde zon içi hareketleri ve zonlar arasındaki mesafe faktörü,<br />
seyahat çiftleri arasındaki değişiklikler ve tıkanıklık dikkate alınmaz. Küçük<br />
yerleşim alanları için uzun dönemde arazi kullanımında ve dış faktörlerde fazla<br />
değişme olmayacağı için, bu model genel olarak kabul edilir. Sentetik Modellerde,<br />
bugünkü seyahatlere etki eden faktörler ve nedenleri açıklanıp, buna uyan model<br />
kurulur. Modeldeki girdi değerleri, gelecek için değiştirilerek zonlar arasındaki<br />
gelecekteki seyahat dağılımı hesaplanır [59].<br />
Seyahat Dağılımı Modelleri<br />
Büyütme Faktörü Modelleri Sentetik Modeller<br />
Yeknesak Faktör<br />
Ortalama Faktör<br />
Detroit<br />
Fratar<br />
Furness<br />
Süre Fonksiyonlu Tekrarlama<br />
Çekim Kuvveti<br />
Birbirine Etki<br />
Elektrostatik<br />
Çoklu Regresyon<br />
Ara Alanlar İhtimali<br />
Yarışan Alanlar İhtimali<br />
Şekil 3.2 Seyahat dağılımı modelleri [59].<br />
25
Pratikte, günümüzde çok sık kullanılan ve en popüler olan seyahat dağılımı<br />
modelleri, Newton’un çekim kanununu esas almasına dayanılarak isimlendirilen<br />
çekim modelidir [60]. 1960’larda çeşitli model türlerinin değerlendirilmesi ile çekim<br />
modeli ve ara alanlar ihtimali modelinin güvenilirliği ve işe yararlılığının ispatlandığı<br />
sonucuna varılmıştır [61]. Fratar modelin arazi kullanımı değişikliklerinde<br />
yetersizliklere sahip olduğu görülmüştür. Modeller arasında karşılaştırmalar<br />
yapıldığında, hesaplamaların kolay olması ve diğer modellerin bazı teorik<br />
problemlere sahip olması sebebiyle çekim modeli daha yaygın hale gelmiştir. Bu<br />
hususlar göz önüne alındığında tezde, gelişen sosyo ekonomik faktörlere göre<br />
güncelleme kolaylığı olması ve büyük ölçekli ulaşım planlamalarında tercih<br />
edilmesi, uzun dönemli kullanımlar için uygun olması sebebiyle Sentetik<br />
Modellerden “Çekim Modeli” ile çalışılarak seyahat dağılımı elde edilmiştir.<br />
Seyahat dağılımı için çekim modelleri, bir bölgede başlayan ve sona eren toplam<br />
seyahat sayısı ile uyum gösterir. Böyle bir model üretim-çekim kısıtlı çekim modeli<br />
ya da çift kısıtlı çekim modeli olarak adlandırılmaktadır [62].<br />
3.2.1 Çekim Modeli<br />
Çekim modelleri geçmişteki B-V bilgisine güvenirler [63]. Çekim modelleri<br />
çok sayıda teorik avantajlara sahiptirler [64]. Örneğin, seyahat çekim değerinin<br />
etkisi gibi nedensel bir mantığa dayalıdır, arazi kullanımındaki değişikliklerden<br />
dolayı çekim değeri kolayca değiştirilebilir, ulaşım faaliyetlerindeki gelişmeler dahil<br />
edilebilir, çözümü kolaydır. Bununla birlikte dezavantajları da vardır. Örneğin,<br />
çekim modelinde uzaklığın karesinin ters orantı olarak kullanılması her zaman uygun<br />
olmayabilir, çok uzun veya çok kısa seyahatlerde uygun sonuçlar vermeyebilir. G<br />
çekim katsayısının belirlenmesi zordur, tamamen deneme yanılma ile elde edilir. G<br />
çekim katsayısı sabit olduğu için gelecek talep tahminlerinde bu sabitler tahminin<br />
güvenilirliğini azaltan en önemli faktörlerden biridir. Çekim Modeli, büyük<br />
kentlerin ulaşım planlamasında, diğer matematik modellere göre en çok kullanılan<br />
bir modeldir. Bu modelde, fizik kanunlarından yararlanılmıştır. İki yerleşim yeri<br />
arasındaki çekim, aralarındaki mesafe, süre ve maliyet gibi etkenlerin artmasıyla<br />
azalır fakat her yerleşim yerindeki hareketlilik miktarı ile doğru orantılıdır. Çekim<br />
26
modeli, iki bölge arasındaki çekimi, bölgelerin nüfuslarının birbirleriyle çarpılması<br />
ve bölgeler arasındaki mesafenin bazı fonksiyonlarına bölünmesi ile tahmin eder<br />
[65]. Kısaca, Newton kanunundaki; iki kütle birbirini, kütlelerinin çarpımı ve<br />
uzaklıklarının karesi ile ters orantılı olarak çekerler esasına dayanan bu modeldeki<br />
genel eşitlik fiziksel olarak şöyledir;<br />
GM iM<br />
j<br />
q ij = (3.1)<br />
D<br />
2<br />
ij<br />
Burada; qi j= i ve j arasındaki çekim kuvveti<br />
G = Çekim kuvvet katsayısı<br />
M = Kütle veya büyüklük<br />
Dij = i ve j kütlelerinin birbirine mesafesi<br />
Mühendisler ve sosyal bilimciler şehirler arası veya aynı şehrin farklı bölgeleri<br />
arasındaki yük ve insan hareketliliğini tahmin etmede Newton’un çekim modelinin<br />
değiştirilmiş versiyonlarını son yıllarda kullanmaktadırlar. Seyahat talebi tahmininde<br />
çekim modeli de Newton’un çekim modelinin benzeridir [66].<br />
Kentsel sistemlerin analizinde, ilk uygulamalardaki Çekim modelinde; iki alanın<br />
birbirine etkisi olarak, alanın büyüklüğü (veya çekimi) ve uzaklığın üssü<br />
kullanılmıştır. Bu kullanıştaki Çekim denklemi;<br />
Pi<br />
Pj<br />
q ij = G<br />
(3.2)<br />
b<br />
d ij<br />
Burada; i = matriste satırları<br />
j = matriste kolonları ifade eder.<br />
q = i zonundan j zonuna olan hareket (yolculuk)<br />
b = üs, katsayı=0,6~3,5<br />
Pi, Pj = i ve j zonlarının alan büyüklüğü<br />
G = amprik olarak bulunan katsayı’dır.<br />
Örneğin, Şekil 3.3’de verilen B-V noktaları ve ara uzaklıklar ile deneme<br />
yanılma ile seçilen G=1000 ve b=3,5 olduğunda Denklem (3.2)’nin uygulanması<br />
27
halinde, seyahat çekimi Tablo 3.2’de görüldüğü gibi hesaplanmıştır. Elde edilen<br />
değerler, beklenen çekim için nüfus ve mesafenin ana etkenler olduğunu açık olarak<br />
ifade etmiştir. Şekilden de anlaşılacağı gibi, A ve B şehirleri arasında A ve C<br />
şehirlerininkinden daha fazla bir seyahat talebi beklenecektir. Çünkü aradaki<br />
mesafeler aynı olmasına rağmen C şehrinin nüfusu B şehrininkinden daha azdır.<br />
Ayrıca B ve D şehirleri eşit nüfusa sahip olmalarına rağmen A ve D şehirleri<br />
arasındaki seyahat talebi, A ve B şehirlerindekinden daha fazladır. Çünkü A ve D<br />
şehirleri arasındaki mesafe A ve B şehirlerinin arasındaki mesafeden daha azdır [65].<br />
A Şehri<br />
Nüfus 1 000 000<br />
250 KM<br />
D Şehri<br />
Nüfus 1 000 000<br />
500 KM<br />
500 KM<br />
C Şehri<br />
Nüfus 500 000<br />
Şekil 3.3 Çekim modeli diyagramı.<br />
B Şehri<br />
Nüfus 1 000 000<br />
Tablo 3.2 Şekil 3.3 için hesaplanan seyahat tablosu.<br />
qij A B C D<br />
A 0 357.771 178.886 4.047.716<br />
B 357.771 0 15.812 86.554<br />
C 178.886 15.812 0 43.277<br />
D 4.047.716 86.554 43.277 0<br />
Seyahat dağılımı için, bölgeler arası mesafe ölçüsü olarak genellikle yol seyahat<br />
süresi kullanılabilir. Çoğunlukla pik–period seyahat süreleri kullanılmasına gayret<br />
edilir [58].<br />
Çekim Modelinin, ulaşım planlamasında kullanılan çift kısıtlı çekim modeli<br />
denklemi;<br />
28
∑<br />
( d ij )<br />
F(<br />
d )<br />
Oi<br />
A j K ij F<br />
q ij =<br />
(3.3)<br />
A K<br />
j<br />
j<br />
ij<br />
ij<br />
Burada; qij = i zonundan j zonuna seyahat<br />
Oi = i zonundan diğer j zonlarına ürettiği trafik (trafik oluşumu)<br />
Aj = j zonunun diğer i zonlarından çektiği seyahatler<br />
dij = zonlar arasındaki uzaklık<br />
Kij = katsayı (ij değişimi için bir sosyo-ekonomik faktör)<br />
Denklem (3.3) deki F(dij) : deterance (belirleme) fonksiyonu bilinmemektedir.<br />
Kişilerin farklı mesafelere veya farklı seyahat yapma gönülsüzlüklerini ya da seyahat<br />
zorluklarını ifade eder. Bunu hesaplamak için, bugünkü trafiğe göre; benzer bir<br />
kentte daha önce hesaplanmış değer varsa bu değer, yoksa, tahmin edilen değer veya<br />
F(dij) = 1 alınarak, qij değerinin aynısı veya kabul edilebilir doğruluk limitlerine<br />
yakın değerini bulup, bu fonksiyonun gelecekte de aynen devam edeceği kabul edilir.<br />
F(dij) ve K katsayıları her aralıkta hesaplanacaktır. Daha sonra da uzaklıklara göre<br />
bulunan, F(dij) ve K katsayıları kullanılarak, Denklem (3.3) den, geleceğin seyahat<br />
dağılımı yapılır. Çalışmada, uygulamanın yapıldığı bölümde çekim modeli ile hesap<br />
akış diyagramı verilmiş ve çekim modeli ile çalışma ağına ait seyahat dağılımı<br />
yapılmıştır.<br />
3.3 Trafik Atama<br />
Trafik atama, karayolu üzerindeki beklenebilecek araç sayısı ve karayolu<br />
rotalarını belirlemek için, ulaşım planlaması sisteminin model analizi sürecindeki son<br />
adımdır. Trafik atama adımının temel görevi, seyahat dağılımı ile belirlenen B-V<br />
seyahat talebini ulaşım ağına yükleyerek, ulaşım ağının her bölümünde yüklemeleri<br />
ya da kullanıcı hacimlerini ortaya çıkarmaktır. Kullanıcı hacimleri araç sayıları,<br />
toplam kişi sayısı, transit sürücülerin sayısı ya da başlangıç varış ile tanımlanabilen<br />
seyahat talebinin bir başka birimi olabilir [67]. Özetle, trafik ataması, ulaşım sistemi<br />
ağına, seyahat eden yolcuların oluşturduğu trafiğin yüklenmesidir. Bu yüklemenin<br />
yapılabilmesi için, mevcut ya da önerilecek yol ağı, ulaşım sistemi ve B-V çiftleri<br />
29
arasındaki trafik hacimlerini belirleyen akım matrisinin (seyahat dağılım matrisinin)<br />
bilinmesi gerekmektedir.<br />
Trafik atamanın amaçları şöyle sıralanabilir:<br />
• Ulaşım ağına ait toplam trafik akımları, toplam seyahat süreleri gibi<br />
değerleri belirlemek,<br />
• Seyahat talebini esas alarak B-V arasındaki seyahat maliyetini tahmin etmek,<br />
• Makul link akımlarını ve ağır trafik hacmine sahip linkleri belirlemek,<br />
• Her B-V çifti arasındaki kullanılan rotaları tahmin etmek,<br />
• Belirli link ya da rotayı kullanan B-V çiftlerini analiz etmek,<br />
Trafik atama (ağın yüklenmesi) için gerekli temel veriler:<br />
• Bölgeler arası seyahat sayısını belirten seyahat matrisi (seyahat dağılımı<br />
adımında belirlenmiştir)<br />
• Ağ bileşenleri,<br />
Linkler,<br />
Başlangıç veya varış düğüm noktalarına bağlantılar (centroid connectors),<br />
Başlangıç veya varış düğüm noktaları (nodes),<br />
Link seyahat maliyetleri,<br />
Düğüm noktaları arasındaki uygun rotalar,<br />
• Yol seçim kriterleri ve olasılıkları,<br />
Maliyet fonksiyonu<br />
Minimum maliyet şeklinde açıklanabilir.<br />
Bir bölgeden diğerine seyahat eden araçlar, bölgeler arasındaki belirli seyahat<br />
rotalarını bilgi düzeyleri doğrultusunda seçerler. Trafik atama, sürücülerin yol ağını<br />
algılama düzeylerine göre, bölgelerin her B-V çifti arasındaki seyahatin minimum<br />
genel maliyetine dayalı olarak yapılır. Bu genel maliyet, link seyahat süresinin ve<br />
link mesafesine bağlı uygun maliyetin lineer kombinasyonudur.<br />
30
3.3.1 Rota Seçimi Kriterleri<br />
Trafik atamanın temel dayanak noktası, algılanan en az maliyetli rotayı seçen<br />
yol kullanıcılarının orantılı olarak rotalara yüklendikleri varsayımıdır. Uygulamada,<br />
sürücüler herhangi bir başlangıç ve varış çifti arasında ulaşımı sağlamak için, B-V<br />
çiftlerini bağlayan rotalardan seçim yaparlar. İki nokta arasındaki rota seçimini<br />
etkileyen çok sayıda faktör söz konusudur. İngiliz Ulaşım Departmanının<br />
(Department of Transportation, 1981) 7000’nin üzerinde sürücü ile görüştükleri<br />
çalışmalarında rota seçimini etkileyen faktörler:<br />
• seyahat süresi,<br />
• mesafe,<br />
• parasal maliyet,<br />
• tıkanıklılık,<br />
• kuyruklanmalar,<br />
• yol tipi,<br />
• manzara,<br />
• trafik işaretleri,<br />
• yol çalışmaları,<br />
• kolay ve düzgün bir rota,<br />
• yatay ve düşey kurbların azlığı,<br />
• bağlantı güvenilirliği,<br />
• seyahat süresi güvenilirliği ve<br />
• alışkanlıklar<br />
şeklinde sayılabilir.<br />
Bu seçimi etkileyen faktörler ve sürücülerin her rotaya paylaştırılması trafik<br />
atama problemi olarak bilinir. Çalışmalar belirli bir rotanın seçilmesinin en önemli<br />
sebebinin seyahat süresi avantajı olduğunu, yine de farklı seyahat amacına sahip<br />
gruplar arasında değişik seçimler meydana geldiğini ortaya koymuştur. Sürücülerin<br />
büyük bir bölümü iş seyahati amacıyla en kısa rotayı (ya da en az maliyetli yolu)<br />
seçerlerken, vakit problemi olmayan sürücüler manzara ya da diğer sebeplerle farklı<br />
rotaları seçebilirler. Ancak, yine de çalışmalar sürücünün rota seçiminde zaman ve<br />
mesafe kombinasyonunun etkili olduğunu göstermiştir.<br />
3.4 Sonuç<br />
Bu bölümde, ulaşım planlamasını uygulamak için gerekli adımlardan<br />
bahsedilmiştir. Ulaşım planlaması için önce, çalışma ağı üzerinde trafik akımını, ağa<br />
ait bağlantı yollarına ait mesafeler belirlenir. Daha sonra, karayolu ağı bağlantı<br />
31
yolları üzerindeki trafik hacimlerinin tahmini için seyahat tahmin prosedürünün<br />
adımları uygulanır. İlk adımı oluşturan seyahat üretiminin amacı, sosyo ekonomik<br />
ya da arazi kullanımı gibi verilere bağlı olarak, her bölgede üretilen ve çekilen<br />
toplam seyahat sayısını belirlemektir. Seyahat üretiminin belirlenmesi için, 2.<br />
bölümde açıklanan literatürde yer alan çeşitli modellerden yararlanılır. Bu<br />
çalışmada, sosyo ekonomik faktörlere ulaşmak kolay, maliyet az ve güncellemek<br />
mümkün olduğundan çalışma ağına ait sosyo ekonomik faktörlerden ve YOGT<br />
bilgilerinden yararlanılarak çekim yöntemi esaslarına göre seyahat üretimi çözüm<br />
yöntemi geliştirilmiştir. Bir sonraki adımda, tahmin edilen seyahat üretimi için,<br />
geliştirilen modellerden yararlanılarak, B-V noktaları arasındaki seyahat dağılımı<br />
belirlenir. Seyahat dağılımının amacı, B-V noktaları arasındaki hareketleri, seyahat<br />
değişikliklerini tahmin etmektir. Herhangi bir başlangıç noktasından diğer varış<br />
noktalarına üretilen, ya da başka bir ifade ile herhangi bir varış noktasının diğer<br />
başlangıç noktalarından çektiği seyahatlerin sayısı hesaplanır. Seyahat dağılımı<br />
analizinde kullanılabilecek pek çok matematiksel model söz konusudur. Bu modeller<br />
büyütme faktörü modelleri ve sentetik modeller olarak iki ana grupta incelenebilir.<br />
Büyütme faktörü modellerinde bölgeler arasındaki mesafe faktörü ve tıkanıklık etkisi<br />
dikkate alınmaz. Bu sebeplerle küçük yerleşim alanlarında, fazla gelişme ve<br />
değişikliklerin olmayacağı bölgelerde uygulanabilir. Sentetik modeller ise, seyahate<br />
etki eden faktörler, tıkanıklık etkileri ve bölgelerin gelişmelerinde ortaya çıkan<br />
değişiklikler göz önüne alındığı için, yaygın olarak kullanılmaktadırlar. Modeller<br />
arasında karşılaştırmalar yapıldığında, hesaplamaların kolay olması ve diğer<br />
modellerin bazı teorik problemlere sahip olması sebebiyle çekim modeli daha yaygın<br />
hale gelmiştir. Bu hususlar göz önüne alındığında çalışmada, gelişen sosyo<br />
ekonomik faktörlere göre güncelleme kolaylığı olması ve büyük ölçekli ulaşım<br />
planlamalarında tercih edilmesi, uzun dönemli kullanımlar için uygun olması<br />
sebebiyle Sentetik Modellerden “Çekim Modeli” ile çalışılarak seyahat dağılımı elde<br />
edilmiştir. Ulaşım ağına ait hesaplanan seyahat talebi, trafik atama adımında ağa<br />
yüklenerek, rota seyahat maliyetleri, rota akımları, link akımları belirlenmiştir.<br />
Trafik atama, sürücülerin yol ağını algılama düzeylerine göre, bölgelerin her B-V<br />
çifti arasındaki link seyahat süresinin ve link mesafesine bağlı uygun maliyetin<br />
minimum olması esasına dayalı olarak yapılır.<br />
32
4. ULAŞIM AĞLARINDA DENGE ve TRAFİK ATAMA MODEL<br />
ARAŞTIRMASI<br />
Trafik atama, seyahat talebi ve fiziksel kolaylıklar bakımından ulaşımın<br />
sağlanması arasındaki denge olarak değerlendirilebilir. Ulaşım ağlarında oluşan<br />
denge, arz ve talep arasındadır. Seyahat edenler talebi temsil ederler, arz ise seyahat<br />
maliyetleri ile değerleri belirlenen ağ ile ifade edilir. Trafik akımlarının dengede<br />
olması yaklaşımına dayalı bir sistemi gerektiren ağ bileşenleri ve seyahat süresi<br />
arasındaki bağımlılık ağ boyunca eş zamanlı olarak belirlenmelidir.<br />
Link akımları üzerinde link seyahat sürelerinin trafik hacmine bağımlı olarak<br />
belirlenmesi denge özelliğinden gelir. Verilen bir B-V çiftinin pek çok rota ile<br />
bağlandığını ve bu iki nokta arasındaki seyahat sayısının bilindiğini varsayalım. Yol<br />
kullanıcıları öncelikle seyahat süresi bakımından en kısa yolu kullanmaya yönelirler.<br />
Bütün sürücülerin en kısa rotaya yönelmesinden dolayı trafik hacminin artması ile en<br />
kısa rota tıkanık hale gelebilir. Sonuç olarak, bu rota üzerindeki seyahat süresi<br />
artabilir ve bu noktada artık minimum süreli rota değildir. O halde, yol<br />
kullanıcılarının bazıları, daha hızlı seyahat etmeyi umduklarında, daha uzun<br />
olduğunu düşündükleri alternatif başka bir rota kullanabilirler. Bu rotaların her biri<br />
üzerindeki trafik hacimlerinin belirlenmesi, arz / talep denge probleminin çözümünü<br />
içerir. Her link üzerindeki akım, B-V çifti arasındaki rotalar üzerindeki akımların<br />
toplamıdır. Her link için, linkin akımı ve seyahat süresi ile ilişkili yol<br />
karekteristikleri ve hacme bağlı bir maliyet fonksiyonu belirlenmektedir [68].<br />
Tıkanıklığa konu olan ulaşım ağlarında, rotalardaki trafik akımının tahmini için,<br />
ağ denge modelleri kullanılır. Ağı oluşturan herhangi bir link üzerine gelen toplam<br />
talep, belirli bir zaman dilimi içerisinde linkin kapasitesini aşarsa, bu durum<br />
tıkanıklılık olarak değerlendirilir. Tıkanık ağlarda denge koşulları altında trafik, B-V<br />
çiftleri arasında kullanılmayan rotaların hepsi daha büyük veya eşit maliyetlere<br />
33
sahipken, B-V çiftleri arasında kullanılan bütün rotalar eşit ve minimum maliyete<br />
sahip olacak şekilde düzenlenir.<br />
Denge modeli kavramı Wardrop (1952) tarafından ve trafik atama matematiksel<br />
planlama modeli Beckmann (1956) tarafından tanımlanmıştır [21,69]. Bugüne kadar<br />
deterministik, stokastik ve sistem optimum trafik atama modellerini içeren çok<br />
sayıda model araştırması yapılmıştır. Denge trafik atama modelleri (Sheffi, 1985) üç<br />
tipte sınıflandırılabilir [70]: Kullanıcı dengesi (KD) ya da deterministik kullanıcı<br />
dengesi (DKD), Stokastik kullanıcı dengesi (SKD) ve Sistem optimum (SO)dur.<br />
Trafik atama modellerinin sınıflandırılması Şekil 4.1 de görülmektedir. Bunlar<br />
kısaca aşağıda özetlenmiştir.<br />
Denge Trafik Atama Modelleri<br />
Deterministik<br />
Trafik Atama<br />
Stokastik Trafik<br />
Atama<br />
Sistem Optimum<br />
Trafik Atama<br />
Kullanıcı Denge (KD) Modeli<br />
Gelişmiş KD Modeli<br />
Probit SKD Modeli<br />
Logit SKD Modeli<br />
Gelişmiş Logit SKD Modeli<br />
Kapasite Kısıtlı<br />
KD Modeli<br />
Akım Etkileşimli<br />
KD Modeli<br />
Kapasite Kısıtlı<br />
Logit SKD Modeli<br />
Logit SD Rota<br />
Akım Tahmini<br />
Şekil 4.1 Denge trafik atama modellerinin sınıflandırılması.<br />
Akımların ağa atanması için kullanılan yaklaşımlar kapasite kısıtı var ya da yok<br />
ve stokastik etkiler var ya da yok varsayımlarını esas alırlar. Kapasite kısıtı kavramı;<br />
sürücü seçimlerinin B-V noktalarını bağlayan mümkün rotaların tıkanıklık seviyesi<br />
34
ile etkilendiğini kabul eder. Bu yüzden kapasite kısıtını uygulayan her model, link<br />
performans fonksiyonu olarak da bilinen link seyahat maliyeti ile ilişkili<br />
fonksiyonları gerektirir. Trafik iterasyonlar halinde ağa yüklenir. Her iterasyondan<br />
sonra, link seyahat süreleri link performans fonksiyonları kullanılarak ayarlanır [57].<br />
Yüklemede pratik kapasite geçilemez. İterasyonlarla (tekrar eden hesaplamalar) bir<br />
link, kapasite üstü yüklendiğinde, o linkteki ortalama trafik hızını azaltıp seyahat<br />
süresinin artırılması ile linkin trafik çekiciliği azaltılır. Eğer link kapasitesi göz<br />
önüne alınmazsa, trafiğin tıkanıklığının önemsenmediği sabit bir maliyetin kabul<br />
edildiği bir rota dikkate alınır; bu koşul altında bir tek rota B-V çiftinin bütün<br />
akımını toplar (örneğin hep ya da hiç algoritması). Stokastik etki kavramı,<br />
sürücülerin ulaşım sistemi hakkında mükemmel bir bilgiye sahip olmadıklarını kabul<br />
eder, böylece ulaşım ağının farklı algılanmaları sonucu her B-V için rotaların<br />
seçiminde değişik tercihler ortaya çıkar. Daha gerçekçi bir yaklaşım olmasına<br />
rağmen, bu yaklaşımın kullanılması çalışma bölgesinde sürücüler tarafından seçilen<br />
rotaların tercih edilmesi hakkında gerçeğe uygun veriler gerektirir.<br />
Ortuzar ve Willumsen (2002), kapasite kısıtı ve stokastik etki kavramlarına bağlı<br />
olarak Tablo 4.1’de görülen dört genel trafik atama yaklaşımı sınıflandırmışlardır<br />
[71].<br />
Kapasite kısıtı var mı?<br />
Tablo 4.1 Genel trafik atama yaklaşımları.<br />
Hayır Hep ya da hiç modeller<br />
Evet<br />
Stokastik etkiler var mı?<br />
Hayır Evet<br />
Wardrop’un denge durumu<br />
KD atama modelleri<br />
35<br />
<strong>Tam</strong> stokastik modeller<br />
(Dial ve Burrel)<br />
Stokastik kullanıcı denge<br />
modelleri
4.1 KD Atama Modeli<br />
KD modelleri deterministiktir. KD ilkesi Wardrop (1952) tarafından ileri<br />
sürülmüştür [21]. Wardrop, denge kavramını formüle eden ve toplam seyahat<br />
maliyetini minimize eden alternatif davranış esasını tanıtan iki ilke belirtmiştir. Ağ<br />
performansı esasını şekillendiren rota seçim davranışını modellemeyi amaçlamıştır.<br />
Onun birinci ilkesine göre, kullanıcılar kendi seyahat sürelerini minimize edecek<br />
şekilde kullanacakları rotayı seçerler. Her B-V çifti için tüm kullanılan rotalar<br />
üzerindeki seyahat süresi eşittir ve hiç kullanılmayan rota üzerindeki maliyet veya<br />
seyahat süreleri diğer kullanılan rotalara göre daha fazladır. Bu, kullanıcı dengesi<br />
(KD) olarak tanımlanır. KD tanımı, yol kullanıcılarının seyahat maliyetleri hakkında<br />
tam bilgiye sahip olduklarını ve rota seçimi hakkında doğru karar verdiklerini ifade<br />
eder. Şekil 4.2 de iki rotalı bir B-V için KD ifadesi açıklanmıştır. B-V çiftlerini<br />
bağlayan 1 ve 2 linkleri varsayıldığında, KD’ne göre rota seçimi optimize<br />
edildiğinde ortalama maliyet fonksiyonları, iki maliyetin kesiştiği E noktasında elde<br />
edilir. Bu yüzden 1 ve 2 linkleri için kullanıcı dengesi optimizasyon çözümü M<br />
noktasında sağlanır. Her link üzerinde ortalama seyahat maliyeti EM dir.<br />
B<br />
Rota 1<br />
Rota 2<br />
Rota 1 in maliyeti Rota 2 nin maliyeti<br />
Rota 2<br />
Rota 1 ile seyahatler<br />
E<br />
V<br />
Rota 1<br />
M<br />
Rota<br />
2 ile seyahatler<br />
Şekil 4.2 Kullanıcı dengesine göre rota maliyetleri [2].<br />
36
KD ataması, seyahat edenlerin rotalarını kendi ilgi alanlarına göre farklı bir<br />
şekilde seçtiklerini varsayar. Bu durumda, her seyahat eden, B-V düğüm noktalarını<br />
bağlayan mümkün olabilen bütün yolları kıyaslarlar ve minimum maliyetli yolu<br />
seçer. Kullanıcı dengesi durumunda, B-V çiftleri arasında seyahat edenler tarafından<br />
seçilen bütün rotalar, aynı ya da seçilmeyenden daha az maliyetlidir. Örneğin Şekil<br />
4.3 de görülen P1, P2, P3, P4, P5 şeklinde beş rotalı bir ağ varsayıldığında, B-V<br />
arasındaki talebi karşılamak için sadece P1, P2, P3, kullanılıyorsa, o halde denge<br />
durumunda, P1, P2, P3 rotalarının seyahat maliyeti P4, P5 rotalarının seyahat<br />
maliyetinden daha azdır ya da eşittir. P1, P2, P3 rotalarının seyahat maliyeti aynıdır.<br />
B<br />
1<br />
2<br />
1<br />
8 9<br />
3<br />
4 5 6 7<br />
2<br />
P1=1-2-3-7 P2=1-2-6-9 P3=1-4-8-9 P4=1-4-5-6-9 P5=1-4-5-3-7<br />
4<br />
Şekil 4.3 Örnek ağ.<br />
KD modelleri pratik olarak atamada muhtemelen en yaygın olarak kullanılan<br />
modeller olmasına rağmen, sınırlamalar ile nitelendirildikleri şeklinde bilinirler.<br />
Kullanıcı denge ataması, seyahat edenlerin davranışını gerçeğe uygun şekilde tam<br />
olarak yansıtmaz. Çünkü rota seçim kararları, çeşitli kişisel farklılıkların söz konusu<br />
olduğu algılanan seyahat süreleri ya da seyahat maliyetlerine bağlıdır. Üstelik bazı<br />
sürücüler en kısa seyahat süresi ya da en az maliyetli rotayı yanlış tahmin ederler ya<br />
da zaman ve maliyet fonksiyonları ile elde edilmemiş bir yol seçerler. KD ataması,<br />
seyahat edenlerin seçim maliyetlerinin algılamasını hemen hemen eşit kabul ettiği<br />
için, sonuçta algılama hataları ortaya çıkar. Şekil 4.4 de KD ataması için<br />
karşılaştırma yüzeyi verilmiştir [2]. İki rotanın eşit maliyete sahip olduğu noktada,<br />
seçim olasılığı tanımsızdır. Bu, kullanıcı denge ataması ile zorlukların birini ifade<br />
eder, yani verilen bir B-V çifti arasında dengedeki bütün kullanılan rotalar, eşit<br />
maliyete sahiptir, fakat rota maliyetleri eşit olduğunda karşılaştırma yüzeyi, rotalar<br />
37<br />
3<br />
5<br />
V
arasında trafik paylaşımının tanımlı olmayabildiğini gösterir. Bu yüzden, genelde<br />
kullanıcı dengesinde rota akımları tek olarak tanımlı değildir, rota akımları<br />
sonsuzdur.<br />
Olasılık<br />
(rota 1 seçildiğinde)<br />
1<br />
0<br />
Karşılaştırma yüzeyi<br />
0<br />
Rota 2’nin maliyeti-rota 1’in maliyeti<br />
Şekil 4.4 Deterministik kullanıcı denge ataması için karşılaştırma yüzeyi.<br />
Ayrıca, KD ataması için link maliyet fonksiyonlarının önemi oldukça büyüktür.<br />
Genellikle KD atamasında iki tür link maliyet fonksiyonu kabul edilir. Birincisi, link<br />
trafik hacminin bir fonksiyonu olarak link maliyet artışına sahiptir (örneğin BPR<br />
fonksiyonu). Bu durum artan maliyet fonksiyonu olarak ifade edilir. Diğeri, sabit<br />
bir maliyet ve belirlenmiş bir kapasiteye sahiptir. Hidrodinamik teorisini kullanan<br />
kuyruklanan trafik maliyet fonksiyonudur, şehir içi ulaşım modellemesinde<br />
kullanılır. Belirlenmiş kapasitede, link üzerinde kuyruklanma meydana gelir ve<br />
kapasiteyi aşmayacak şekilde talebi karşılayacak maliyet belirlenir. Atama<br />
modelinde, linklerin seyahat maliyeti, tıkanıklık etkisi nedeniyle sabit değildir. Bir<br />
link seyahat maliyeti, link üzerindeki trafik akımı belirli tıkanıklık noktasına<br />
ulaşıncaya kadar sabit kalır ve daha sonra trafik akım artışlarına göre artar. Şekil 4.5<br />
linkin trafik hacmi ve maliyet fonksiyonu arasındaki ilişkiyi gösterir [72].<br />
KD ataması varsayımları aşağıda bahsedildiği şekilde özetlenebilir;<br />
-Yol kullanıcıları yolun seyahat maliyetini bilmeyi tercih ederler.<br />
-Verilen bir link üzerindeki seyahat süresi, link üzerindeki akımın, şerit genişliği<br />
ve kapasite gibi parametrelerin bir fonksiyonudur.<br />
-Seyahat süresi fonksiyonları pozitiftir ve artış gösterir.<br />
38
Seyahat maliyeti<br />
ck v<br />
ck 0<br />
Boş<br />
Kuyruklanma<br />
Tıkanıklık<br />
Vk<br />
Trafik hacmi (araç/saat)<br />
Şekil 4.5 Tıkanıklığa göre bir linkin seyahat maliyeti.<br />
Burada, ck 0 =trafik hacmi 0 olduğunda k linkinin maliyeti,<br />
ck v =trafik hacmi v olduğunda k linkinin maliyetidir.<br />
KD ilkeleri için, iyi bilinen optimizasyon problemi Beckmann vd. (1956)<br />
tarafından geliştirilen formülasyon dönüşümü ile çözülebilir [69].<br />
k<br />
Min Z = t ( v ) dv<br />
(4.1)<br />
∑<br />
KD<br />
ij<br />
hp ij<br />
p<br />
h ij<br />
p<br />
v<br />
k<br />
∑∫<br />
k<br />
v<br />
0<br />
= q , ∀ij<br />
≥ 0, ∀p,<br />
ij<br />
ij ij<br />
= ∑∑ hpδ<br />
kp , ∀k<br />
ij p<br />
k<br />
Burada, vk = k linki üzerindeki trafik hacmi<br />
k<br />
k<br />
tk(vk) = vk link akımı iken k linki üzerindeki seyahat süresi<br />
hp ij = ij BV çifti arasındaki p rotası üzerindeki akım<br />
qij = ij BV çifti arasındaki toplam seyahat talebidir<br />
δkp ij =1 (Eğer ij BV çifti arasındaki p rotası k linkini kullanıyorsa)<br />
δkp ij =0 (Eğer ij BV çifti arasındaki p rotası k linkini kullanmıyorsa).<br />
(4.2)<br />
(4.3)<br />
(4.4)<br />
Denklem (4.1) bütün sürücülerin toplam seyahat sürelerini minimize etmeyi<br />
amaçlar. Denklem (4.2) akımın korunma kısıtıdır. Aynı ij BV çiftinin bütün rotaları<br />
üzerindeki akımın miktarı, BV çifti arasındaki toplam talebe eşit olmalıdır. Link<br />
akımı ve rota akımları arasındaki ilişki Denklem (4.4) ile hesaplanır.<br />
39
KD altındaki çözüm amaç fonksiyonu, KD koşuluna rehberlik eden Denklem<br />
(4.1)-(4.4) aralığındaki koşulların düzenlenmesi ile elde edilebilir. Denklem (4.2)<br />
kısıtının Lagrange çarpanı μij olarak belirtilirse bu durumda kısıtsız çözüm haline<br />
gelir, KD için Lagrange fonksiyonu Denklem (4.5) de verilmiştir.<br />
L<br />
KD<br />
vk<br />
⎛<br />
= ∑ ∫t<br />
k k vk ∑ ij⎜<br />
ij ∑<br />
k 0<br />
ij ⎝ p<br />
ij<br />
c p ∑<br />
k<br />
h<br />
c<br />
ij<br />
p<br />
i j<br />
p<br />
∑<br />
= δ<br />
ij<br />
kp tk<br />
( ) ⎟ ij<br />
v d + μ ⎜q<br />
− h<br />
( v )<br />
ij ij ( c ) = 0, ∀p,<br />
ij<br />
p<br />
− μ<br />
p<br />
k<br />
p<br />
⎞<br />
⎠<br />
(4.5)<br />
(4.6)<br />
− μ (4.7)<br />
ij<br />
p<br />
ij<br />
hp ij<br />
p<br />
h ij<br />
p<br />
≥ 0, ∀p,<br />
ij<br />
= q , ∀ij<br />
≥ 0, ∀p,<br />
ij<br />
(4.8)<br />
(4.9)<br />
(4.10)<br />
Denklem (4.7) ve (4.8), 〉 0,<br />
c = μ ve = 0,<br />
c ≥ μ olduğunda elde<br />
edilebilir. Burada, μ<br />
ij ij<br />
hp p ij<br />
ij<br />
ij<br />
hp p ij<br />
ij , ij B-V çifti arasında minimum seyahat süresidir.<br />
Eğer link seyahat süresi fonksiyonu tk(vk) konveks ve vk’ ya karşılık gelen artan<br />
bir fonksiyon ise, LKD pozitiftir, KD problemi için link akımı çözümü bu yüzden<br />
tektir. Dikkat edilmelidir ki, KD problemi link akımları için konvekstir ve tekil<br />
çözümü vardır fakat rota akımları için değildir, rota akımları tanımsızdır [70].<br />
4.2 SKD Atama Modeli<br />
Denge modelinin diğer bir çeşidi Stokastik Kullanıcı Dengesi (SKD) olarak<br />
adlandırılır. Stokastik modeller sürücülerin seyahat süresi ya da maliyetini<br />
algılamalarındaki farklılıkları göz önünde bulundurarak, başlangıçta Burrel (1968) ve<br />
Dial (1971) tarafından geliştirilmiştir [73,74]. Algılanan link maliyetlerinin olasılık<br />
dağılımları ile yapılır. İlk stokastik modeller, kapasite kısıtını ihmal etmişlerdir, bu<br />
yüzden tıkanıklığın olduğu kent içi ağlarında uygulanmaları sınırlıdır. Bu problemin<br />
40
üstesinden gelmek için daha sonraki araştırmalar [örneğin 75,76,70] SKD<br />
modellerinin gelişiminde önemli hususların farkına varmışlardır. Bu modeller KD ve<br />
Stokastik yöntemleri kombine ederler.<br />
SKD modelinde, kullanıcılar ağ hakkında sadece sınırlı bilgiye sahiptirler ve<br />
seyahat maliyetlerindeki algılama hatalarına dayalı olarak rotaları seçerler. SKD<br />
modelleri, bir dağılım fonksiyonuna göre algılanan link maliyetlerinin çeşitli olarak<br />
atanması ile tüm kullanıcıların benzer şekilde davranmayacakları gerçeğini<br />
varsayarak geliştirilmişlerdir. SKD faydalara rasgele bileşen ilave eden rasgele<br />
fayda modeli fikrine dayalı bir denge oluşturur. Bu modellerde, sürücülerin rota<br />
seçimleri, stokastik yöntem olarak modellenir ve kapasite link-maliyet-akım ilişkisini<br />
esas alarak tanımlanır.<br />
KD modelleri, seyahat edenlerin en az maliyetli yolları seçeceklerini<br />
varsayarken, SKD seyahat edenin hissedilen en az maliyetli yolu seçeceğini varsayar.<br />
KD ataması ile kıyaslandığında, SKD ataması gerçek duruma uygun rota seçimi<br />
davranışını sürücülere ilişkin eksik bilgileri hesaba katarak daha iyi modelleyebilir.<br />
SKD ataması için, logit ve probit rota seçim modelleri olmak üzere iki yöntem<br />
kabul edilmiştir. Her ikisi de Şekil 4.6 da gösterildiği gibi rota seçimi davranışını<br />
tanımlayan pürüzsüz karşılaştırma yüzeyine karşılık gelir [2]. Logit model, bir<br />
eşdeğer optimizasyon problemi sunduğu için daha kolay kontrol edilebilir. Probit<br />
model, alternatif rotalar arasında korelasyona izin verebilir, fakat bilinmeyen eşdeğer<br />
optimizasyon problemine sahiptir.<br />
Alternatif rotaların oluşması halinde bir rotanın seçilme olasılığı, alternatif<br />
rotaların maliyeti ile ilişkili olarak seçilecek rotanın maliyetine bağlıdır. Şekil 4.6<br />
dan da görüldüğü gibi, eğimin artması 1 ve 2 alternatif rotalarının maliyet farkının<br />
artması, eğimin azalması ise maliyet farklarının azalması anlamına gelir. Uygun<br />
davranışa göre, karşılaştırma yüzeyi aşağıdaki iki özelliği sağlamalıdır:<br />
• Herhangi bir rotanın seçilme olasılığı, o rotanın maliyeti ile düzgün<br />
değişmelidir, maliyet artarken düşmeli, maliyet azalırken yükselmelidir.<br />
• Alternatif rotalar eşit maliyetli ise eşit seçilme olasılıklarına sahip olmalıdırlar.<br />
41
Sürekli kullanıcılar<br />
Olasılık<br />
(rota 1 seçildiğinde)<br />
1<br />
0<br />
Karşılaştırma yüzeyi<br />
0<br />
Rota 2’nin maliyeti-rota 1’in maliyeti<br />
Alışkanlık haline getirmiş<br />
olan kullanıcılar<br />
Şekil 4.6 Stokastik kullanıcı denge ataması için pürüzsüz karşılaştırma yüzeyi.<br />
Böyle bir karşılaştırma yüzeyi çok değişkenli logit model ile elde edilebilir.<br />
Van Vliet (1981), rota saymayı (elle rotaların önceden listelenme işi) gerektirmeyen<br />
bir şekilde linklere atama seçim olasılıklarını hesaplayan bir prosedürünü ortaya<br />
koymuştur [77]. Prosedürün içeriğine göre, başlangıçtan itibaren linklere minimum<br />
maliyetli artış olacak şekilde ilerleme olur. Algoritma bu yüzden her başlangıçtan<br />
herhangi bir bağlantı noktasına minimum maliyetli veriyi gerektirir.<br />
SKD ataması modelinde, sürücülerin eksik bilgileri, aşağıdaki Denklem<br />
(4.11)’deki εp ij algılama hatası ile modellenir.<br />
C = c + ε<br />
ij<br />
p<br />
ij<br />
p<br />
ij<br />
p<br />
Burada; Cp ij = algılanan seyahat süresi<br />
cp ij = gerçek seyahat süresi<br />
εp ij = ij BV çiftinin p rotasındaki seyahat süresi algılama hatasıdır.<br />
∞<br />
(4.11)<br />
εp ij seyahat süresi algılama hatası, rota seçim olasılıkları ile bulunur. Bunlar da<br />
SKD modelinin logit SKD modeli ve probit SKD modeli fonksiyonları ile elde<br />
edilebilir.<br />
42
4.2.1 Logit SKD Modeli<br />
Logit SKD modelinde, BV çifti arasındaki rota seyahat süresi algılama hatası<br />
(εp ij ), Gumbel dağılımı ile sözü edilen hemen hemen bağımsız dağıtılmış değişken<br />
olduğu varsayılır. Gumbel dağılımının olasılık yoğunluk fonksiyonu (OYF) şöyle<br />
ifade edilir:<br />
⎛ γ ⎞<br />
⎛ γ ⎞<br />
α ⎜ x − ⎟ α ⎜ x ⎟<br />
− ⎝ α ⎠<br />
⎝ α ⎠ e<br />
( = α e e , -∞ < x < ∞ (4.12)<br />
f x )<br />
Burada, γ Euler sabitidir, örneğin 0.577216<br />
α negatif olmayan dağılım parametresidir.<br />
Logit SKD çözümü için, modelin formülasyon karşılığı Fisk (1980) tarafından<br />
ileri sürülmüştür ve aşağıdaki gibi ifade edilir:<br />
1<br />
Z ( v ) =<br />
α<br />
∑∑<br />
Min k<br />
p p<br />
k ( k ) k<br />
∑<br />
ij<br />
hp ij<br />
p<br />
h ij<br />
p<br />
v<br />
k<br />
= q , ∀ij<br />
≥ 0, ∀p,<br />
ij<br />
ij p<br />
h<br />
ij<br />
ln h<br />
ij<br />
+<br />
∑∫<br />
k<br />
v<br />
0<br />
k<br />
t<br />
v<br />
dv<br />
(4.13)<br />
(4.14)<br />
(4.15)<br />
ij ij<br />
= ∑∑ h δ , ∀k<br />
(4.16)<br />
ij p<br />
p<br />
kp<br />
Burada, α dağılım parametresi<br />
Vk = k linki üzerindeki akım<br />
tk(vk) = vk link akımı iken a linki üzerindeki seyahat süresi<br />
hp ij = ij BV çifti arasındaki p rotası üzerindeki akım<br />
qij = ij BV çifti arasındaki toplam seyahat talebidir.<br />
δkp ij = 1 (Eğer ij BV çifti arasındaki p rotası k linkini kullanıyorsa)<br />
δkp ij = 0 (Eğer ij BV çifti arasındaki p rotası k linkini kullanmıyorsa).<br />
Denklem (4.14) ile (4.16) arasındaki kısıtlar, KD probleminin Denklem (4.2) ile<br />
(4.4) arasındaki kısıtları ile aynıdır.<br />
43
Logit SKD modelinin avantajı, rota seçim olasılıkları aşağıdaki denkleme yakın<br />
formda hesaplanabilir.<br />
ij<br />
−αc<br />
p<br />
e<br />
p =<br />
ij<br />
ij<br />
p<br />
ci<br />
∑e i<br />
−α<br />
q<br />
ij<br />
Burada, qij = başlangıç i den varış j ye başlayan seyahatlerin toplam sayısı<br />
cp ij = ij BV çifti arasında p rotası üzerindeki gerçek seyahat süresi<br />
Pp ij = ij BV çifti arasında p rotasının seçilme olasılığı<br />
(4.17)<br />
Denklem (4.13) ile (4.16) arasındaki modelin stokastik özelliği, α parametresi<br />
ile ifade edilebilir. α sonsuza yaklaştığında amaç fonksiyonu (4.13) sıfıra yaklaşır.<br />
Denklem (4.13)-(4.16) arasındaki kısıtlar, denklem (4.1)-(4.4) arasında gösterildiği<br />
gibi standart KD kısıtlarına dönüşür, yani deterministik olur. Eğer α sıfıra doğru<br />
azalırsa yani rasgele olma özelliği sıfıra doğru yaklaşırsa deterministik durumdan<br />
stokastik duruma yaklaşılır, B-V çifti akımı qij ağa düzenli olarak atanır.<br />
Şunu söyleyebiliriz ki, logit SKD modellerinde rota akımları arasındaki<br />
kovaryans sıfırdır. Başka bir ifadeyle, logit SKD modellerinde alternatif rotalar<br />
arasında korelasyon yoktur. Bu yüzden, logit SKD modelleri, alternatif rotalar<br />
bağımsız olduğunda ve kovaryans bilgisi gerekli olmadığında uygundur [78].<br />
Son zamanlarda, teorik problemlerin üstesinden gelmek için bazı logit modeller<br />
önerilmiştir. Bu modeller C-Logit model [79], cross-nested logit model [80] ve<br />
kombinatoriel logit model [81].<br />
4.2.2 Probit SKD Modeli<br />
Probit SKD modelinde Denklem (4.11) deki εp ij (algılama hatası) için çok<br />
değişkenli olasılıksal normal dağılım uygulanır. Normal dağılımın olasılık<br />
fonksiyonu şöyle ifade edilir:<br />
44
( x −<br />
2<br />
μ )<br />
2 σ<br />
2<br />
1<br />
f ( x ) =<br />
e , -∞ < x < ∞ (4.18)<br />
2 π<br />
Burada, μ ortalama değer<br />
σ 2 normal dağılım değişkeni varyansıdır.<br />
Logit SKD modelinden farklı olarak, probit SKD modeli makul rota akım<br />
çiftlerinde sonuçlanır. Ayrıca, probit model daha genel kovaryans matris yapısına<br />
sahiptir ve alternatif rotalar diğerinden bağımsız olmadığında bile uygundur.<br />
Eğer link seyahat süresi fonksiyonu ayrılabilir (bir link üzerindeki seyahat süresi<br />
sadece link üzerindeki akım ile belirlenirse) ve B-V matrisi belirlenmişse, probit<br />
SKD genel SKD problemini çözmek için Sheffi (1985) tarafından ileri sürülen<br />
yöntem Denklem (4.19) ile ifade edilir.<br />
vk<br />
( ) ( ) ( ) k<br />
∑<br />
Min Z vk<br />
= − qijSij<br />
vk<br />
+ vktk<br />
− ∑∫ tk<br />
vk<br />
dv<br />
(4.19)<br />
ij<br />
∑<br />
Burada, vk= k linki üzerindeki akım<br />
tk = k linki üzerindeki seyahat süresi<br />
qij = ij BV çifti arasındaki seyahat talebi<br />
k<br />
k<br />
Sij = ij BV çifti arasında beklenen minimum seyahat süresidir.<br />
Sheffi ve Powell (1982) tarafından, link seyahat süresi fonksiyonunun, link<br />
akımı ile artması halinde, SKD çözümü için Denklem (4.19)’un link akımlarında tek<br />
olduğu bulunmuştur [82]. Logit SKD modelinde, rota seçim olasılığı Denklem<br />
(4.17) kullanılarak kolaylıkla hesaplanabilir. Halbuki, probit-tip SKD atama<br />
probleminde rota seçim olasılığı fk ij için uygun form yoktur [83]. Link/rota seçim<br />
olasılığını elde etmek gibi probit SKD problemini çözmek için genellikle üç<br />
yaklaşım uygulanır. Bunlar, simülasyon, analitik yaklaşım ve sayısal integrasyondur<br />
[82,84]. The Monte Carlo simülasyon tekniği ve Clark (1961)’ın yaklaşık yaklaşımı<br />
Sheffi ve Powell (1982) tarafından tartışılmıştır [85]. Sezgisel probit-tip SKD atama<br />
yöntemi, Clark’ın yaklaşımına dayalı olarak Maher ve Hughes (1997) tarafından ileri<br />
sürülmüştür fakat çözümlenemeyen problemle karşılaşılabilir [86]. Sezgisel olduğu<br />
için kesin sonuç değildir. Rosa ve Maher (2002) tarafından çeşitli analitik yaklaşım<br />
45<br />
0
yöntemleri araştırılmıştır. Probit SUE modelinin başka bir avantajı, link akımları<br />
üzerindeki varyans ve kovaryans matrisi ve seyahat süresi elde edilebilir [84].<br />
Logit ve probit modelleri arasındaki seçim hata teriminin dağılımına bağlıdır.<br />
İki model arasındaki diğer bir farklılık ise, bağımlı değişkenin özelliği ile ilgili<br />
yapılan varsayımdır. Probit modeli kullanıldığında, bağımlı değişkenin sürekli bir<br />
değişken olduğu varsayılmaktadır, logit modelinde ise bağımlı değişkenin aralıklı bir<br />
değişken olduğu varsayılır. İki model çoğu zaman benzer sonuçlar verdiğinden,<br />
model seçimi genelde araştırmacının tercihine kalmıştır [87].<br />
Ağ koşulları altında kullanıcının rota seçimi davranışını varsayan SKD modelinin<br />
performans güvenilirlik modelinde birleştirilebildiği ifade edilmiştir. Sağlanan<br />
bilginin etkileri, rota seçiminin iki farklı grubuyla (bilgilendirilmiş sürücüler ve<br />
bilgilendirilmemiş sürücüler) SKD modeli kullanılarak analiz edilmiştir. Sağlanan<br />
bilginin genellikle ağ performansının güvenilirliğini artırdığı bulunmuştur [88].<br />
4.3 Sistem Optimum Atama<br />
Wardrop’un ikinci ilkesine göre, sistemin yöneticileri rota maliyetlerini<br />
minimum etmeye çalışırlar. Bu durum, tüm sistemin en etkili kullanımını sağlamak<br />
için ve tüm sistemin yararına olacak şekilde, her kullanıcının kendi rotasını seçmede<br />
mantıklı davrandığı anlamına gelir, bu da sistem optimum (SO) olarak tanımlanır.<br />
SO atama modelinde, rota seçiminde tüm sürücülerin en kolay ulaşılan alternatifleri<br />
izleyebildiği varsayılır. Tarif edilen rota, tüm sürücülerin toplam seyahat sürelerini<br />
minimize edecek şekilde sistemci tarafından belirlenir. SO, tıkanıklığın minimize<br />
edildiği bir model olarak düşünülebilir. SO atama, seyahat edenlerin tercihlerini<br />
dikkate almadan tüm seyahatlerin mutlaka bir danışman tarafından yönetilebildiği<br />
durumlarda uygundur. SO atamaya ulaşmak için seyahat edenler, link maliyet<br />
fonksiyonlarının tıkanıklık süresi ile tanımlanan ortalama maliyete nazaran, ekstra<br />
ortaya çıkabilecek seyahatlerin link seyahat sürelerini etkilediği marjinal maliyete<br />
göre linklere atanmalıdırlar. Açıkçası, bu gerçeğe uygun davranış gösteren bir model<br />
değildir, fakat ulaşım plancıları ve mühendisleri için minimum seyahat maliyetlerine<br />
46
ulaşarak trafiği yönetmeye çalışmak ve böylece en iyi sosyal dengeye ulaşmak<br />
amacıyla kullanılabilir.<br />
SO için denge kısıtları aşağıda belirtildiği gibidir.<br />
( )<br />
Min Z SO = ∑v<br />
kt<br />
k vk<br />
(4.20)<br />
∑<br />
ij<br />
hp ij<br />
p<br />
h ij<br />
p<br />
v<br />
k<br />
k<br />
= q , ∀ij<br />
≥ 0, ∀p,<br />
ij<br />
ij ij<br />
= ∑∑ h pδ<br />
kp , ∀k<br />
ij p<br />
Burada, vk = k linki üzerindeki trafik hacmi<br />
tk(vk) = vk link akımı iken k linki üzerindeki seyahat süresi<br />
hp ij = ij BV çifti arasındaki p rotası üzerindeki akım<br />
qij = ij BV çifti arasındaki toplam seyahat talebidir<br />
δkp ij =1 (Eğer ij BV çifti arasındaki p rotası k linkini kullanıyorsa)<br />
δkp ij =0 (Eğer ij BV çifti arasındaki p rotası k linkini kullanmıyorsa).<br />
(4.21)<br />
(4.22)<br />
(4.23)<br />
Denklem (4.20) ile (4.23) arasındaki kısıtlar, KD probleminin Denklem (4.2) ile<br />
(4.4) arasındaki kısıtları ile aynıdır.<br />
4.4 Hep ya da Hiç Atama Modeli<br />
En basit rota seçimi ve atama yöntemi hep ya da hiç atamadır. Bu yöntem<br />
tıkanıklık etkilerinin olmadığını varsayar ve bütün sürücüler rota seçimi için aynı<br />
özellikleri dikkate alırlar, rotaları aynı yönde algılar ve değerlendirirler. Tıkanıklık<br />
etkilerinin olmaması link maliyetlerinin uygun olduğu anlamına gelir. Bütün<br />
sürücülerin aynı maliyeti algılaması herhangi bir B-V noktası için sürücüler aynı<br />
rotayı seçerler demektir. En kısa rotalar bulunduktan sonra her B-V arasındaki tüm<br />
trafik akımları en kısa rotalara yüklenir. Böylece her link üzerinde diğer V<br />
noktalarına giden toplam trafik akımı bulunur. Farklı maliyetlerde birkaç alternatif<br />
rotaya sahip olan tıkanık olmayan ağlar için uygun çözümler beklenir. Hep ya da hiç<br />
atama, pek çok atama tekniği için temel model olarak yardımcı olur.<br />
47
4.5 Link Seyahat Maliyetleri<br />
B-V çiftleri arasındaki seyahatler (araç /saat) için verilen talep, trafik atama<br />
problemi ile bir davranışsal hipoteze göre düğüm noktaları ve linklerden oluşan<br />
belirli rotalara yüklenir. Ulaşım araştırmalarında en yaygın hipotez, kullanıcıların<br />
seçtikleri rotalar ile bağdaşan minimum maliyeti aramalarıdır. Bunun için<br />
başlangıçta link seyahat maliyetlerinin ve buna bağlı olarak da linklerden oluşan rota<br />
seyahat maliyetlerinin belirlenmesi gereklidir. Rota seçimini etkileyen faktörler<br />
dikkate alındığında maliyet fonksiyonunu belirlemek neredeyse imkansız olacak<br />
şekilde zordur.<br />
Link seyahat maliyetleri sabit değildir, trafik hacmine göre değişir. Link<br />
seyahat maliyetleri, trafik hacimlerine bağlı bir fonksiyon olarak tanımlanabilir.<br />
Maliyet fonksiyonlarına göre, her link, üzerindeki tıkanıklık etkileri düşünülerek<br />
farklı parametrelere sahip olabilir. Ayrıca, maliyet fonksiyonlarının tıkanıklığa karşı<br />
hassasiyeti, her araç sınıfı için farklı olabilir. Denge trafik atama maliyet<br />
fonksiyonlarından en yaygın olarak kullanılan BPR [89] fonksiyonudur. BPR<br />
fonksiyonu karayolu ağında her bağlantı yolu için olağan dışı hacim ve seyahat<br />
süresi arasındaki ilişkiyi ele alarak Denklem (4.24) ile ifade edilir.<br />
BPR fonksiyonu<br />
k<br />
0 k<br />
β<br />
[ 1+<br />
α ( v Q ) ]<br />
c = c /<br />
(4.24)<br />
k<br />
p k<br />
Burada ck=yüklenmiş hacimde, k linki üzerinde her birim mesafede link<br />
seyahat maliyeti (dakika)<br />
c0 k<br />
=k linki üzerindeki serbest akım seyahat süresi (dakika)<br />
vk=k linki üzerindeki yüklenen akım (araç/saat)<br />
Q p k =k linkinin pratik kapasitesi (araç/saat)<br />
α ve β= link maliyetinin kalibrasyon parametreleridir (default değerler<br />
α = 0.<br />
15 ve β = 4.<br />
0 ).<br />
BPR fonksiyonu için α, β kalibrasyon parametreleri ve link kapasitesi seçilir.<br />
Son zamanlardaki çalışmalar, α ve β sabitleri için farklı değerlerin kullanılabileceğini<br />
göstermiştir. Bunun için α ve β için önerilen değerler çok şeritli yollar için ve tek<br />
şeritli karayolları için Tablo 4.2 de görüldüğü gibi çeşitlilik gösterir.<br />
48
Tablo 4.2 α ve β parametreleri için önerilen değerler [90].<br />
α için önerilen değerler β için önerilen değerler<br />
Çok şeritli yollar için 0.71~1.00 2.1~5.04<br />
Tek şeritli yollar için 0.56~0.88 3.6~9.8<br />
Karayolu bağlantı yolu kapasitesi, model ağı için gerekli bir veridir. Bağlantı<br />
yolu kapasiteleri, kapasiteye yakın hacimler için bağlantı yolu seyahat süreleriyle<br />
(hızlarıyla) uyum göstermek için kullanılır. Bağlantı kapasiteleri şerit sayılarının bir<br />
fonksiyonudur fakat pik saat faktörleri, kavşak kontrol tipleri, ağır taşıt yüzdeleri vb.<br />
diğer faktörler tarafından etkilenirler. Bir ağda her bağlantı yolu için gerçek<br />
kapasiteleri belirlemek tamamen zaman harcamadır. Bunun yerine, şerit sayısına,<br />
bölge tipine bağlı olarak bağlantı yolları için genelleştirilmiş kapasiteler<br />
belirlenmiştir. Çeşitli bölge tipleri için örnek saatlik kapasiteler aşağıda Tablo 4.3 de<br />
verilmiştir [90], çalışmada 1800 araç/saat olarak kullanılmıştır.<br />
Tablo 4.3 Çeşitli bölge tipleri için örnek kapasiteler [90].<br />
Şerit tipi Bölge tipi Her şerit başına saatlik kapasite<br />
(araç/saat)<br />
Hizmet seviyesi yüksek karayolu Şehiriçi/Şehirlerarası 1800<br />
Bölünmüş çift şeritli karayolu Şehirlerarası 1800<br />
Bölünmüş çift şeritli karayolu Şehiriçi 1600<br />
Çift şeritli yol Şehiriçi/Şehirlerarası 1500<br />
Tek şeritli sinyalize kavşak yaklaşımı Şehirçi/Şehirlerarası 825<br />
Çift şeritli sinyalize kavşak yaklaşımı Şehirçi/Şehirlerarası 825<br />
Toplayıcı-dur kontrollü kavşak Şehiriçi/Şehirlerarası 750<br />
4.6 Rota Maliyetleri<br />
Rota maliyetleri, link maliyetlerinin serisel toplamıdır. Rota p nin i den j ye<br />
maliyeti Denklem (4.25) ile ifade edilir.<br />
49
pij<br />
∑<br />
c a c<br />
(4.25)<br />
= k<br />
kpij<br />
k<br />
Burada, akpij =link-rota belirleme matrisinin bir elemanıdır, elemanlar 1 ve<br />
0 dan oluşur, önceden belirlidir.<br />
olasılığı,<br />
Çok değişkenli logit modele göre, i den j ye seyahat için p rotasının seçilme<br />
−αc<br />
e<br />
Olasılık(p seçilen/ij)= −<br />
∑ e<br />
p<br />
pij<br />
αc<br />
pij<br />
(4.26)<br />
Burada, α dağılım parametresidir. Dağılım parametresi, maliyete göre<br />
seçim hassasiyetini etkiler:<br />
α=0 ise, e 0 =1 çıkar, rota seçimi maliyete karşı duyarsızdır ve her rota seçilebilir.<br />
Yoldaki kullanıcılar arasındaki algılama hataları çok yüksek yani stokastik durum<br />
söz konusu demektir.<br />
α=∞ ise, seçim en az maliyetli rotada toplanır yani sürücüler en az maliyetli<br />
rotaya yüklenir, deterministik durum söz konusu demektir.<br />
B-V noktaları arasında birçok rota olabileceğinden, bulunan denklemin daha<br />
kullanılabilir hale gelmesi için Denklem (4.27) ile ifade edilir.<br />
⎛<br />
⎜ − α<br />
⎜ ∑<br />
k<br />
kpij k c a<br />
⎞<br />
⎟<br />
⎝<br />
⎠<br />
Olasılık(p seçilen/ij)= β e<br />
(4.27)<br />
Burada,<br />
β =<br />
∑<br />
p<br />
e<br />
1<br />
⎛ ⎞<br />
⎜ −α ⎟<br />
⎜ ∑ akpij<br />
ck<br />
⎟<br />
⎝ k ⎠<br />
Bu yüzden,<br />
( − α a 1 pij c 1 ) ( − α a 2 pij c 2 ) ( − α a Kpij c K )<br />
Olasılık(p seçilen/ij)= β e e ..... e<br />
Burada, K ağdaki link sayısıdır.<br />
( − k )<br />
(4.28)<br />
(4.29)<br />
c<br />
Her linkin ağırlığı = e şeklinde ifade edilir. Verilen bir B-V çiftini bağlayan<br />
α<br />
herhangi bir rota boyunca linklerdeki ağırlıkların çarpılması ile, rotanın seçilme<br />
olasılığına orantılı β hesaplanır. Bu Dial algoritmasının esasıdır[74].<br />
50
( mn<br />
α c<br />
Wmn= e eğer bir link, m ve n düğüm noktalarını bağlarsa<br />
− )<br />
0 aksi halde<br />
Burada, cmn n den m ye olan linklerin maliyetidir.<br />
Bu durumda m ve n düğüm noktaları arasında;<br />
∑<br />
l=<br />
1,<br />
N<br />
Herhangi iki linkli rotada seyahat etme olasılığı= w = w wln<br />
(4.30)<br />
2<br />
Herhangi üç linkli rotada seyahat etme olasılığı= w = wmk<br />
wkl<br />
wln<br />
(4.31)<br />
ml<br />
∑ ∑<br />
k = 1,<br />
N l=<br />
1,<br />
N<br />
Bu durumda link sayısına bakmaksızın m ve n düğüm noktaları arasındaki<br />
seyahat olasılığı, Denklem (4.32) ile ifade edilir [91].<br />
−1 ( I −W<br />
) I<br />
2 3<br />
N = W + W + W + .... = −<br />
(4.32)<br />
4.7 Sonuç<br />
Trafik atama modelleri, yol seçim davranışları için seçilen prensipler ne olursa<br />
olsun, ulaşım modellerinin temel bileşenidir. Atama modelleri için, B-V matrisleri<br />
en önemli girdilerden biridir. Tıkanıklığa konu olan ulaşım ağlarında, rotalardaki<br />
trafik akımının tahmini için, ağ denge modelleri kullanılır. Denge trafik atama<br />
modelleri Kullanıcı dengesi (KD) ya da deterministik kullanıcı dengesi (DKD),<br />
Stokastik kullanıcı dengesi (SKD) ve Sistem optimum (SO) olmak üzere üç tipte<br />
sınıflandırılabilir. Wardrop’un birinci ilkesine göre, kullanıcılar kendi seyahat<br />
sürelerini minimize edecek şekilde kullanacakları rotayı seçerler. Her B-V çifti için<br />
tüm kullanılan rotalar üzerindeki seyahat süresi eşittir ve hiç kullanılmayan rota<br />
üzerindeki maliyet veya seyahat süreleri diğer kullanılan rotalara göre daha fazladır.<br />
Bu, KD olarak tanımlanır. KD ataması, seyahat edenlerin davranışını gerçeğe uygun<br />
şekilde tam olarak yansıtmaz. Çünkü rota seçim kararları, çeşitli kişisel farklılıkların<br />
söz konusu olduğu algılanan seyahat süreleri ya da seyahat maliyetlerine bağlıdır.<br />
Üstelik bazı sürücüler en kısa seyahat süresi ya da en az maliyetli rotayı yanlış<br />
tahmin ederler ya da zaman ve maliyet fonksiyonları ile elde edilmemiş bir yol<br />
seçerler. KD ataması, seyahat edenlerin rota seçim maliyetlerinin algılamasını<br />
51
hemen hemen eşit kabul ettiği için, sonuçta algılama hataları ortaya çıkar. İki rotanın<br />
eşit maliyete sahip olduğu noktada, seçim olasılığı tanımsızdır. Bu, kullanıcı denge<br />
ataması ile zorlukların birini ifade eder, yani verilen bir B-V çifti arasında dengedeki<br />
bütün kullanılan rotalar, eşit maliyete sahiptir, fakat rota maliyetleri eşit olduğunda<br />
karşılaştırma yüzeyi, rotalar arasında trafik paylaşımının tanımlı olmayabildiğini<br />
gösterir. Bu yüzden, genelde kullanıcı dengesinde rota akımları tek olarak tanımlı<br />
değildir, rota akımları sonsuzdur. Stokastik modeller, sürücülerin seyahat süresi ya<br />
da maliyetini algılamalarındaki farklılıkları göz önünde bulundururlar. Bu<br />
modellerde, sürücülerin rota seçimleri, stokastik yöntem olarak modellenir ve<br />
kapasite link-maliyet-akım ilişkisini esas alarak tanımlanır.<br />
KD modelleri, seyahat edenlerin en az maliyetli yolları seçeceklerini<br />
varsayarken, SKD seyahat edenin hissedilen en az maliyetli yolu seçeceğini varsayar.<br />
KD ataması ile kıyaslandığında, SKD ataması gerçek duruma uygun rota seçimi<br />
davranışını sürücülere ilişkin eksik bilgileri hesaba katarak daha iyi modelleyebilir.<br />
SKD ataması için, logit ve probit rota seçim modelleri olmak üzere iki yöntem<br />
kabul edilmiştir. Logit SKD modellerinde alternatif rotalar arasında korelasyon<br />
yoktur. Bu yüzden, logit SKD modelleri, alternatif rotalar bağımsız olduğunda<br />
uygundur. Probit SKD modeli uygun rota akım çiftlerinde sonuçlanır. Ayrıca, probit<br />
model daha genel kovaryans matris yapısına sahiptir ve alternatif rotalar diğerinden<br />
bağımsız olmadığında bile uygundur. Logit ve probit modelleri arasındaki seçim<br />
hata teriminin dağılımına bağlıdır. Probit modeli kullanıldığında, bağımlı değişkenin<br />
sürekli bir değişken olduğu varsayılmaktadır, logit modelinde ise bağımlı değişkenin<br />
aralıklı bir değişken olduğu varsayılır. İki model çoğu zaman benzer sonuçlar<br />
vermektedir.<br />
Wardrop’un ikinci ilkesine göre, sistemin yöneticileri rota maliyetlerini<br />
minimum etmeye çalışırlar. SO atama modelinde, rota seçiminde tüm sürücülerin en<br />
kolay ulaşılan alternatifleri izleyebildiği varsayılır. SO, tıkanıklığın minimize<br />
edildiği bir model olarak düşünülebilir. SO atama, seyahat edenlerin tercihlerini<br />
dikkate almadan tüm seyahatlerin mutlaka bir danışman tarafından yönetilebildiği<br />
durumlarda uygundur.<br />
52
Tıkanıklık etkilerinin olmaması, link maliyetlerinin uygun olduğu anlamına<br />
gelir. Bu durumda, en basit rota seçimi ve atama yöntemi hep ya da hiç atamadır.<br />
Bu yöntem tıkanıklık etkilerinin olmadığını varsayar ve bütün sürücüler rota seçimi<br />
için aynı özellikleri dikkate alırlar. Bütün sürücülerin aynı maliyeti algılaması<br />
herhangi bir B-V noktası için sürücüler aynı rotayı seçerler demektir. Farklı<br />
maliyetlerde birkaç alternatif rotaya sahip olan tıkanık olmayan ağlar için uygun<br />
çözümler beklenir. Hep ya da hiç atama, pek çok atama tekniği için temel model<br />
olarak yardımcı olur.<br />
53
5. TRAFİK ATAMA PROBLEMİ İÇİN ÇÖZÜM ALGORİTMALARI<br />
Trafik atama adımında, seyahat dağılımı modelleri ile geliştirilen B-V seyahat<br />
matrisleri ağa yüklenirler. Bu yükleme, B-V akımlarını bağlayan ağın belirli<br />
rotalarını en az seyahat maliyeti kriteri altında seçen algoritmalar yardımıyla çözülür.<br />
Ulaşım ağlarına akımların atanması için çeşitli yaklaşımlar vardır. Trafik atama<br />
yöntemlerindeki gelişme iteratif yöntemlerin ortaya çıkması ile daha da artmıştır.<br />
Trafik atama problemi için çözüm algoritmaları aşağıda belirtilmiştir.<br />
• Arttırarak yükleme algoritması<br />
• Frank-Wolfe algoritması<br />
• Ardışık ortalamalar yöntemi (AOY) algoritması<br />
Arttırarak yükleme algoritması, her seyahat eden seyahat süresini minimum<br />
edecek şekilde bir rota seçer kabulüne ilave olarak seyahat sürelerinin link üzerindeki<br />
akımlara bağlı olarak değişiklik gösterdiğini varsayar. Atama esnasında linkler<br />
üzerindeki seyahat süresi kararlıdır varsayımı ile trafik hacmi atanır. Toplam seyahat<br />
matrisi çok sayıda küçük matrislere bölünür ve artan bir şekilde adım adım yüklenir.<br />
Her adımda en son yüklenen trafik hacmine göre link maliyetleri hesaplanır. Bu<br />
süreç bütün seyahatler yüklenene kadar devam eder. Bu yöntem, çok büyük sayıda<br />
seyahat hacmine sahip ağlar için kullanışlı değildir. Yerel ulaşım sistemlerinde<br />
otomobil akımlarını simule etmek için önerilir. Bu algoritma Wardrop’un denge<br />
koşulu ile uyuşmaz [92].<br />
Link seyahat sürelerindeki varsayımlar ve link seyahat sürelerinde sürücülerin<br />
algılama hataları esas alınarak, trafik atama modelleri deterministik ağ-deterministik<br />
kullanıcı dengesi (DA-DKD), deterministik ağ-stokastik kullanıcı dengesi (DA-<br />
SKD), stokastik ağ–deterministik kullanıcı dengesi (SA–DKD), stokastik ağ-<br />
stokastik kullanıcı dengesi (SA-SKD) şeklinde sınıflandırıldığında Frank-Wolfe<br />
54
algoritması ve AOY algoritmaları ile çözümler önerilmiştir. DA’da rotanın tek bir<br />
seyahat süresi vardır; sürücü B-V arasındaki en kısa süreli rotayı seçer. Gerçekte<br />
SA’da rotanın seyahat süresi tek değildir, trafik hacimleri ile değişir; her sürücü<br />
dezavantajın en az olduğu rotayı seçer [93].<br />
Beckmann vd. (1956) tarafından formüle edilen (DA-DKD) modeller ya da<br />
(SA–DKD) modeller Frank-Wolfe algoritması ile çözülebilir. Frank-Wolfe<br />
algoritması, ayrıştırma yolu ile, lineer olmayan optimizasyon problemini çözmek için<br />
genel prosedür olarak Frank ve Wolfe (1956) tarafından önerilmiştir [94]. Problem,<br />
bir lineer program veya rota araştırması şekline dönüştürülür. Lineer program adımı,<br />
amaç fonksiyonunun geliştirilmesi ile uygun yeni çözümler için bir araştırma<br />
sunduğundan “doğrudan bulma” olarak isimlendirilir. Rota araştırma adımı, yeni<br />
minimum amaç fonksiyonunu elde etmek için önceki sonuçlarla, geçerli doğrudan-<br />
bulma çözümünün ortalama ağırlıklarını belirler. Doğrudan-bulma adımı, uygun<br />
seyahat sürelerini varsayan en kısa yol algoritmaları (örneğin Dijkstra’s algorithm)<br />
ile çözülür.<br />
(DA-SKD) modeller ya da (SA-SKD) modeller için AOY (Sheffi ve Powell,<br />
1982) genel bir çözüm algoritmasıdır [82]. AOY, Frank-Wolfe algoritmasından daha<br />
genel bir yaklaşımdır. Doğrudan-bulma adımını içerir, fakat rota araştırmasında<br />
ağırlığı hesaplamak yerine, AOY tahmin edilen uygun ağırlıkları kullanır. Kolay ve<br />
güvenilir bir yöntemdir. Bu çalışmada, aşağıda açıklanan ve örneklenen AOY<br />
algoritması kullanılarak denge optimizasyonunun amaç fonksiyonu iteratif olarak<br />
azaltılmaya çalışılmış ve çalışma ağına ait denge trafik akımları yüklemesi<br />
yapılmıştır.<br />
5.1 Ardışık Ortalamalar Yöntemi Algoritması (AOY)<br />
Denge atama problemi çözümü için, Powell ve Sheffi tarafından önerilen, AOY<br />
yöntemi geliştirilmiştir. Algoritmanın başlıca özelliği adım aralığı ile belirlemedir.<br />
Her iterasyonda en kısa rota algoritması ile tahmin edilen , B-V çiftleri arasındaki<br />
minimum seyahat süreli rotaya trafik hacmi yüklenir. Algoritmanın önemli bir<br />
55
avantajı, Sheffi (1985) tarafından tanımlandığı gibi her rota seçimi modeli ile<br />
uyuşmasıdır [70]. AOY amaç fonksiyonunu kullanmadığı için, matematiksel ve<br />
benzeşime dayalı rota seçim modelleri ile uyuşabilir. Algoritmanın başka bir<br />
avantajı, sadece link akımlarını kullanarak tamamlanabilmesidir. AOY sadece bir<br />
sezgisel adım aralığı optimizasyon yöntemi olmasına rağmen, son zamanlarda<br />
bilgisayar teknolojisindeki ilerleme ile pratikte yaygın olarak kullanılmaktadır.<br />
AOY, trafik akım simulasyonu için alternatif bir çözüm algoritması sağlayabilir.<br />
AOY ile, minimum f(h) gibi bir fonksiyon b=Ah kısıtına bağlı olarak çözülebilir.<br />
h’ın her noktasında eğimin negatif olduğu kabul edilir, yani − ∇f<br />
( h)→azalan<br />
yöndedir. Bir h<br />
ı noktasından maksimum olası azalış, Minimum h T<br />
programlama probleminin b=Ah kısıtına bağlı olarak çözülmesi ile bulunur.<br />
∇ f (h ı ) lineer<br />
Bu problem yardımcı bir problemden söz eder ve bu yardımcı problemin<br />
çözümü, h * diye isimlendirilen yardımcı bir noktadır. Ardışık ortalamalar metodu,<br />
ardışık yardımcı noktaların ortalamasını alır. Her yardımcı nokta, yardımcı<br />
noktaların önceki ortalamalarına dayalı yardımcı problemin çözümüdür. Sonuç<br />
olarak, eğer hn * , n. yardımcı nokta ise N kadar iterasyona bağlı olarak aşağıdaki<br />
eşitlikler verilebilir.<br />
N 1<br />
N<br />
hn<br />
1<br />
* (5.1)<br />
h ı ← ( / )∑<br />
n=<br />
N<br />
1 N ∑ n<br />
n=<br />
1<br />
* = ( / N h<br />
( / ) h<br />
h<br />
ı<br />
yeni<br />
←<br />
1 ) N * + ( 1/<br />
) h<br />
*<br />
ı<br />
( 1/<br />
N ) h + ( 1−<br />
1/<br />
N ) h eski<br />
N<br />
∑ −<br />
N<br />
N 1<br />
n=<br />
1<br />
n * (5.2)<br />
(5.3)<br />
Burada, hN * , yukarıda sözü edilen yardımcı problemin çözümü ile bulunur.<br />
AOY algoritmasının uygulama adımları, Şekil 5.1 de verilen akış diyagramı ile<br />
açıklanmıştır.<br />
56
Her link için serbest akım seyahat süresi maliyetini ck 0 hesapla<br />
İterasyon sayısı n=0<br />
Her rota için rota akımı hp=0 ata<br />
Rota maliyetlerini cp hesapla<br />
İterasyon sayısı n=n+1<br />
Minimum maliyetli rotaya yardımcı değişken (h * pn) ata<br />
Toplam talebi minimum maliyetli rotaya ata h * pn=qBV<br />
Her rota için yeni akımları (hp ı yeni) hesapla<br />
hp ı yeni ← ( 1/<br />
n)<br />
hpn * + ( 1− 1/<br />
N ) hp ı eski<br />
Yeni rota maliyetlerini (cp n ) hesapla<br />
cp1=cp2=…=cp n = mi?<br />
E<br />
Başla<br />
Toplam seyahat talebi qBV değerini gir<br />
Rota sayısını Pn gir<br />
Her rota için yardımcı değişken h * p=0 ata<br />
Link maliyetlerini ck hesapla<br />
Bitir<br />
Şekil 5.1 AOY akış diyagramı.<br />
57<br />
H
5.1.1 AOY Adımlarının Uygulanmasının Örnek Bir Ağ İçin Gösterilmesi<br />
AOY birçok sayıda iterasyon sonucu eşitliğin sağlanması sebebiyle yavaş bir<br />
algoritma olabilir, fakat güvenilir bir yöntemdir. Ağın büyümesi ve B-V çiftlerinin<br />
artması durumunda, AOY ile link akımları ve link maliyetlerinin hesaplanması<br />
sürecinde oldukça çok sayıda iterasyon ile eşitlik sağlanabileceğinden, çalışmada<br />
makro yazılım geliştirilerek çalışma ağına ait çözüm yapılmıştır. AOY adımlarının<br />
uygulanmasını daha iyi açıklayabilmek için, az sayıda iterasyon ile atama çözümüne<br />
ulaşabildiğimiz Şekil 5.2 de görülen B-V çifti arasında iki linki olan küçük bir ulaşım<br />
ağı üzerinde uygulama verilmiştir. B-V çifti arasında meydana gelen toplam trafik<br />
akımı talebi qBV=20 araç/saat olsun. Her link üzerinde meydana gelen link maliyet<br />
fonksiyonları c1 ve c2 olarak hesaplanmıştır. Analitik çözüm aşağıda verilmiştir.<br />
Çözüm:<br />
B<br />
c1=100+v1<br />
c2=10+10v2<br />
qBV=20 araç/saat<br />
Şekil 5.2 AOY uygulamasının gösterildiği örnek ağ.<br />
Adım 1: Bütün link hacimlerinin sıfıra atanarak başlanması (başlangıçta her link<br />
için vk=0)<br />
İterasyon sayısını sıfır ile başlatmak (n=0)<br />
Adım 2: vk=0 iken tüm rotaların maliyetini bulmak<br />
n=0 , v1=0 , v2=0 c1=100 , c2=10 olur.<br />
Bütün akımı minimum maliyetli rotaya atamak c2 ‹ c1 olduğuna göre trafik atamada<br />
bütün akım minimum maliyetli rotaya atanır.<br />
58<br />
V
Adım 3: İterasyon sayısını 1 artırmak<br />
n=n+1=0+1=1<br />
Adım 4: Minimum maliyetli rotaya yardımcı değişken atamak (h * =vminimum<br />
maliyetli rota numarası=qBV)<br />
h * 1= 0 h * 2= 20 atanır.<br />
Yeni akımların hesaplanması Denklem (5.3)’den<br />
v1 1 =(1/1)*0+[1-(1/1)]*0 = 0<br />
v2 1 =(1/1)*20+[1-(1/1)]*0=20<br />
Adım 5: Link maliyetlerinin (ck n ) hesaplanması<br />
c1=100+0=100<br />
c2=10+10*20=210<br />
Adım 6: Yakınsamanın kontrol edilmesi, eğer yakınsama yoksa n değeri 1<br />
artırılarak iterasyona devam edilmesi.<br />
c1 ‹ c2 olduğundan iterasyona devam edilir.<br />
n=2 olur.<br />
2.iterasyon:<br />
y1=20 , y2=0 atanır.<br />
v1 2 =(1/2)*20+[1-(1/2)]*0 = 10<br />
v2 2 =(1/2)*0+[1-(1/2)]*20=10<br />
c1=100+10=110<br />
c2=10+10*10=110<br />
Link maliyetlerinde yakınsama sağlanmıştır. Sonuç olarak, her rotanın maliyeti<br />
ve her rotanın akımı hesaplanmıştır.<br />
59
5.2 En Kısa Rota Algoritmaları<br />
Herhangi bir bağlantı noktaları ya da B-V çiftleri arasında en kısa (genel olarak<br />
en az maliyetli) rotayı bulma, pek çok ağ akım programlama yöntemindeki önemli<br />
bir adımdır. En kısa rotayı bulma deterministiktir. En kısa rotayı algılamaktan<br />
kaynaklanan hatalar stokastiktir. En kısa rota algoritması, deterministik kullanıcı<br />
ağına uygulanır. Her algoritmanın kullandığı, bağlantı matrisi ve bağlantı noktası<br />
gerisi matrisi söz konusudur. Bu matrislerde,<br />
N=bağlantı noktası sayısı,<br />
Z=başlangıç-varış noktası sayısıdır.<br />
Bağlantı matrisi, satır sayısı=N+Z, kolon sayısı=N+Z ve elemanları cij olan bir<br />
matristir. Bağlantı matrisi için; eğer bağlantı noktası ya da B-V noktası i den,<br />
bağlantı noktası ya da B-V noktası j ye kadar link varsa, cij o linkin maliyetine atanır,<br />
böyle bir link yoksa çok büyük bir değere veya sonsuza atanır.<br />
İşlem sırasında, eğer tahmin edilen bağlantıdan daha iyi veya yeni bağlantılar<br />
yapılırsa, bağlantı matrisinde yer alır. İşlem sürecinden sonra, bağlantı matrisi<br />
herhangi bir bağlantı noktası ya da B-V noktasından, diğer herhangi bir bağlantı<br />
noktası ya da B-V noktasına seyahatin minimum maliyetini verir.<br />
Bağlantı gerisi matrisi, bağlantı matrisi ile aynı büyüklüğe sahiptir. İşlem<br />
sürecinden sonra, elemanı qij olan bu matris, bağlantı noktası ya da B-V noktası i<br />
den, bağlantı noktası ya da B-V noktası j ye kadar olan rotayı kullanan ve sondan bir<br />
önceki bağlantı noktasını veren matristir. Bağlantı gerisi matrisi, en uygun rotanın<br />
izlenmesini olanaklı kılar. Bu yöntem, Floyd (1962) ve Warshall (1962) tarafından<br />
geliştirilmiştir ve hesap adımları aşağıdaki gibidir [95,96].<br />
Adım 1: Bağlantı ve bağlantı gerisi matrislerinin ilk değerlerine atanması.<br />
Tüm bağlantı noktaları ya da B-V noktaları i ve j için,<br />
qij ← i<br />
Eğer bir link i j’ ye katılıyorsa, cij ← link maliyeti<br />
aksi halde c ← ∞<br />
ij<br />
60
Adım 2: En az maliyetli rotanın bulunması<br />
Tüm k bağlantı noktaları için,<br />
k’ya eşit olmayan tüm bağlantı noktaları ya da B-V noktaları i için,<br />
k ya da i’ye eşit olmayan tüm bağlantı noktaları ya da B-V noktaları i için,<br />
Eğer c ik + ckj<br />
〈 cij<br />
ise c ij ← cik<br />
+ ckj<br />
ve qij ← qkj<br />
Floyd-Warshall algoritması, bütün ya da çoğu bağlantı noktaları başlangıç<br />
olarak bağlanan ve bütün bağlantı noktaları arasında en az maliyetli rotaların gerekli<br />
olduğu ağlar için caziptir. En az maliyetli rotayı bulmak için alternatif daha etkili bir<br />
yaklaşım, Dijkstra tarafından en az maliyetli rota dallanması olarak yapılmıştır ve<br />
hesap adımları aşağıdaki gibidir.<br />
5.2.1 Dijkstra Algoritması ile En Kısa Rotaların Bulunması<br />
Dijkstra algoritması, kaynak düğümüyle ağdaki başka bir düğüm arasındaki en<br />
kısa yolu belirlemek üzere tasarlanmıştır [97]. Dijkstra algoritması gibi hızlı ve<br />
verimli dinamik programlama algoritmaları, ulaşım ağları için en iyi şekilde çalışır.<br />
Dijkstra algoritması, sadece pozitif maliyet fonksiyonları ile çalışır. Negatif<br />
dönüşlerin bulunduğu algoritmalarda çalışmaz, çünkü negatif dönüşler sonsuza<br />
ulaşan seyahat maliyetlerini içerir.<br />
Adım 1: Bağlantı ve bağlantı gerisi matrislerinin ilk değerlerine atanması.<br />
Tüm bağlantı noktaları ya da B-V noktaları i ve j için,<br />
qij ← i<br />
Eğer bir link i j’ ye katılıyorsa, cij ← link maliyeti<br />
aksi halde c ← ∞<br />
ij<br />
Adım 2: En az maliyetli rotanın bulunması<br />
Tüm i B-V noktaları için,<br />
k ← i<br />
set V boştur<br />
61
set E boştur<br />
tekrar<br />
set V’ye k’yı ekle<br />
k’ya bağlanan bütün j’ler için<br />
set E’ye j’yi koy<br />
Eğer c ik + ckj<br />
〈 cij<br />
ise c ij ← cik<br />
+ ckj<br />
ve qij ← qkj<br />
Cik’yı minimum yapmak için, E de k’yı seç<br />
V bütün bağlantı noktalarını içerene kadar devam et<br />
Set V, ziyaret edilen bağlantı noktalarını içerir, her bağlantı noktası sadece bir<br />
kez ziyaret edilmiştir. Set E dallanmayla ulaşılan bağlantı noktalarını içerir.<br />
Dallanmayla ulaşılan her bağlantı noktasına en az maliyetle ulaşılır. Böylelikle<br />
herhangi bir B-V noktası arasındaki en düşük maliyetli rota belirlenir.<br />
Algoritmanın uygulanmasını en yalın halde açıklayabilmek için , Şekil 4.3 deki<br />
örnek ağ ile ilişkili olarak, varsayılan link maliyetleri için uygulama Şekil 5.3 de<br />
verilmiştir.<br />
Toplam Maliyet<br />
19<br />
18<br />
17<br />
16<br />
15<br />
14<br />
13<br />
12<br />
11<br />
10<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1 1<br />
0<br />
B<br />
2<br />
4<br />
4<br />
3<br />
3<br />
Şekil 5.3 Dijkstra algoritması uygulanmasının şematik gösterimi.<br />
5<br />
62<br />
V<br />
V<br />
Linkler
En az maliyetli rota ağacı için, B noktasından 1 nolu düğüm noktasına ulaştıktan<br />
sonra 2 ve 4 nolu düğüm noktalarına dallanma olur. 2 nolu düğüm noktasından 3 ve<br />
4 nolu düğüm noktalarına dallanma vardır. 4 nolu düğüm noktasına daha önce 1<br />
noktasından ulaşıldığından maliyeti düşük olan dallanma geçerlidir. 3 nolu düğüm<br />
noktasından V noktasına ulaşılır. 4 nolu düğüm noktasından 3 ve 5 nolu düğüm<br />
noktalarına ulaşılır. Daha önce 3 noktasına ulaşılan maliyet yüksek olduğundan iptal<br />
edilir, düşük maliyetli olan geçerlidir. 5 nolu düğüm noktasından da V noktasına<br />
ulaşılır. Toplam maliyet en az olacak şekilde B-1-4-5-V şeklinde en kısa rota<br />
belirlenmiş olur.<br />
Algoritma bir etiketleme prosedürü kullanır. Etiketleme şu şekilde<br />
yapılmaktadır:<br />
ui ----- 1.düğümden i.düğüme en kısa uzaklık,<br />
dij (>=0) ----- (i, j) bağlantısının uzunluğu olmak üzere;<br />
j düğümü için etiket:<br />
[uj ,i] = [ui + dij ,i] , dij >=0 şeklindedir.<br />
Düğüm etiketleri geçici ve kalıcı olarak işaretlenirler. Geçici etiket, aynı<br />
düğüme daha kısa bir yol bulunursa başka bir etiketle değiştirilir. Daha iyi bir yol<br />
bulunamayacaksa etiket kalıcı olarak işaretlenir. Algoritma adım adım şu şekilde<br />
açıklanabilir:<br />
i = 1 dir.<br />
0.adım : 1.düğüm(başlangıç düğümü) kalıcı etiketle [0,-] şeklinde işaretlenir.<br />
i.adım :<br />
• j’nin kalıcı etiketlenmemiş olması koşuluyla, i. düğümden ulaşılabilen her j<br />
düğümü için geçici [ui + dij ,i] etiketleri hesaplanır. j düğümü başka bir k düğümü<br />
içinde [uj ,k] ile zaten etiketli ise ve ui + dij < uj ise [uj ,k] , [ui + dij ,i] ile<br />
değiştirilir.<br />
• Tüm etiketler kalıcı ise işlem durdurulur. Aksi halde tüm geçici etiketler<br />
arasından [ur ,s] nin en kısa mesafeli( = ur ) olanı seçilir(eşitlik varsa herhangi biri<br />
seçilebilir.) i=r olarak atanır ve i. adım tekrarlanır.<br />
63
Örneğin, etiketleme prosedürü kullanılarak Şekil 5.4 de verilen ağ için Dijkstra<br />
algoritması ile en kısa rota aşağıda anlatıldığı şekilde bulunabilir. Kutu içindeki<br />
sayılar mesafeleri göstermektedir.<br />
100<br />
15<br />
2 4<br />
1 3 5<br />
30<br />
20<br />
Şekil 5.4 Etiketleme prosedürü ile dijkstra algoritması uygulanan örnek ağ.<br />
0.adım: 1.düğüme [0,-] kalıcı etiketi atanır.<br />
1.adım: 2. ve 3. düğümlere 1.düğümden (en son kalıcı etiketlenen) ulaşılır ve<br />
düğümler aşağıdaki gibi etiketlenir.<br />
10<br />
60<br />
düğüm etiket statü<br />
1 [ 0, - ] kalıcı<br />
2 [0+100,1]=[100,1] geçici<br />
3 [0+30,1]=[30,1] geçici<br />
3.düğüm en kısa yolu verdiği için bir sonraki tabloda statüsü kalıcı olarak<br />
işaretlenecektir.<br />
2. adım: 4. ve 5. düğümlere 3.düğümden ulaşılmaktadır ve yeni etiketleme<br />
aşağıdaki gibidir.<br />
düğüm etiket statü<br />
1 [ 0, - ] kalıcı<br />
2 [100,1] geçici<br />
3 [30,1] kalıcı<br />
4 [30+10,3]=[40,3] geçici<br />
5 [30+60,3]=[90,3] geçici<br />
64<br />
50
3.adım : 2. ve 5. düğümlere 4.düğümden ulaşılabilir.<br />
4. düğümün statüsü<br />
değiştirilir.<br />
düğüm etiket statü<br />
1 [ 0, - ] kalıcı<br />
2 [40+15,4]=[55,4] geçici<br />
3 [30,1] kalıcı<br />
4 [40,3] kalıcı<br />
5 [90,3]veya [40+50,4]=[90,4] geçici<br />
2.düğümün<br />
etiketi daha kısa yol bulunduğundan değiştirilir. 5. düğümüm 2 seçeneği<br />
vardır.<br />
4.adım:<br />
2. düğümden sadece 3. düğüme gidilebilir. 3.düğümün etiketi kalıcı<br />
olduğu için yeniden etiketlenemez.2.düğümdeki etiket de kalıcı olarak işaretlenir. 5.<br />
düğümden diğer düğümlere gidiş olmadığı için işlem tamamlanır.<br />
1.düğüm<br />
ile ağdaki başka bir düğüm arasındaki en kısa yolu bulmak için, istenen<br />
varış düğümünden başlanır ve kalıcı etiketler kullanılarak geriye doğru gidilir.<br />
Örneğin 1.düğümden 2. düğüme giden en kısa rota;<br />
(2) ---- [55,4]---- (4)---- [40,3] ----- (3) -----[30,1]<br />
------(1)<br />
Aranan<br />
yolun uzunluğu 1----3---- 4---- 2 şeklinde olup toplam mesafe<br />
55 km dir [98].<br />
55 4 40 3<br />
2 4<br />
1 3 5<br />
0 - 30 1<br />
65<br />
90 3<br />
90 4
Çalışmada, Şekil 6.1 de görülen ulaşım ağı için, java programlama dili ile<br />
yazılmış Dijkstra algoritması uygulanarak, B-V çiftleri için en kısa rotalar<br />
belirlenmiştir. En kısa yol algoritması ve elde edilen sonuçlar Ek A da verilmiştir.<br />
5.3 Sonuç<br />
Seyahat dağılımı<br />
modelleri ile geliştirilen B-V seyahat matrisleri ulaşım ağına<br />
yüklenerek,<br />
en az seyahat maliyeti kriteri altındaki uygun rotalar, algoritmalar<br />
yardımı ile çözümlenir. Trafik atama problemi için geliştirilen çeşitli yaklaşımlar,<br />
artırarak yükleme algoritması, Frank-Wolfe algoritması, ardışık ortalamalar<br />
algoritması şeklinde belirtilmiştir. Artırarak yükleme algoritması, Wardrop’un denge<br />
koşulu ile uyuşmaz. Trafik hacmi yüksek olan ulaşım ağları için uygun değildir.<br />
Link seyahat sürelerindeki varsayımlar ve link seyahat sürelerinde sürücülerin<br />
algılama<br />
hataları esas alınarak, trafik atama modelleri deterministik ağ-deterministik<br />
kullanıcı dengesi (DA-DKD), deterministik ağ-stokastik kullanıcı dengesi (DA-<br />
SKD), stokastik ağ–deterministik kullanıcı dengesi (SA–DKD), stokastik ağstokastik<br />
kullanıcı dengesi (SA-SKD) şeklinde sınıflandırıldığında Frank-Wolfe<br />
algoritması ve AOY algoritmaları ile çözümler önerilmiştir. (DA-DKD) modeller ya<br />
da (SA–DKD) modeller Frank-Wolfe algoritması ile çözülebilir. (DA-SKD)<br />
modeller ya da (SA-SKD) modeller için AOY genel bir çözüm algoritmasıdır. AOY,<br />
Frank-Wolfe algoritmasından daha genel bir yaklaşımdır. Kolay ve güvenilir bir<br />
yöntemdir. En kısa rota algoritması ile tahmin edilen, B-V çiftleri arasındaki<br />
minimum seyahat süreli rotalara trafik hacmi yüklenir. Bu çalışmada, AOY<br />
algoritması kullanılarak denge optimizasyonunun amaç fonksiyonu iteratif olarak<br />
azaltılmaya çalışılmış ve çalışma ağına ait denge trafik akımları yüklemesi<br />
yapılmıştır.<br />
66
6. ULAŞIM PLANLAMASI SİSTEMİNİN ÇALIŞMA AĞINA<br />
UYGULANMASI<br />
Ulaşım planlaması sistemi ile modelleme çalışması için, çalışma ağları trafik<br />
analiz bölgelerine bölünebilir ve çalışma alanı için tasarım yapılabilir. Bu husus göz<br />
önünde bulundurularak çalışmada, devlet karayolları ağının bütününün genel<br />
özelliklerini taşıyan bir bölümü için ulaşım planlaması sisteminin adımları<br />
uygulanmıştır. Öncelikle çalışma ağına ait, B-V seyahat talepleri çekim modeli ile<br />
bulunmuştur. Sonra belirlenen bu B-V seyahat talepleri ağa yüklenerek denge trafik<br />
atama modeli esas alınarak rota akımları ve link akımları hesaplanmıştır. Çalışma<br />
ağı üzerindeki B-V çiftleri arasında, bağlantıyı sağlayan 14 adet bağlantı noktası ve<br />
20 adet link vardır. Çalışmada linklere ardışık numaralar verilmiş ve bu numaraların<br />
karşılık geldiği uluslararası yol numaraları ile ağın temel verileri Tablo 6.1’de<br />
sunulmuştur. Şekil 6.1’de çalışma ağı ve ağı oluşturan linklerin kullandıkları<br />
uluslararası yol numaraları görülmektedir.<br />
Tablo 6.1 Çalışma ağının temel verileri.<br />
Bağlantı Nokta Sayısı: 14 adet Link Sayısı : 20 adet B-V Çifti Sayısı : 45 adet<br />
Uluslararası Yol Numaraları Belirlenen Link Numaraları<br />
D565 1<br />
D160 2<br />
D200 3<br />
D230 4<br />
D650 5-16<br />
D565 6-7-19<br />
D300 8<br />
D555 9<br />
D240 10<br />
O30 11<br />
D565 12-20<br />
E87 13<br />
D550 14<br />
D330 15<br />
E96 17<br />
D585 18<br />
67
68<br />
D565<br />
Manisa 5 19<br />
D565 24<br />
7<br />
Akhisar<br />
11<br />
32<br />
Balıkesir<br />
4<br />
D565<br />
59<br />
6<br />
9<br />
D555<br />
10<br />
D565<br />
1<br />
101 3<br />
Bursa<br />
D230<br />
4<br />
D160<br />
2<br />
147<br />
63<br />
D200<br />
3<br />
D240<br />
10<br />
1<br />
Bilecik 23<br />
D650<br />
5<br />
65<br />
12<br />
51 Bozöyük<br />
16<br />
2<br />
Kütahya<br />
94<br />
6<br />
İzmir<br />
E96<br />
17<br />
59<br />
Salihli<br />
13<br />
D300<br />
8<br />
81 10 Uşak<br />
39<br />
D595<br />
87<br />
18<br />
D585<br />
20<br />
14<br />
O30<br />
123<br />
D595<br />
Çivril<br />
11<br />
7<br />
Aydın D550<br />
E87<br />
13<br />
66<br />
84<br />
D330<br />
8<br />
62<br />
12<br />
Denizli<br />
14<br />
Muğla<br />
9<br />
15<br />
97<br />
Link Numaraları<br />
c0 Süreleri (dakika)<br />
Şekil 6.1 Çalışma ağı.<br />
68
6.1 Akım ve Maliyet Değişkenleri<br />
Akım değişkenleri için aşağıdaki notasyonlar uygulanmıştır:<br />
vk= k linkindeki akım,<br />
hp ij = başlangıç i ve varış j arasında p rotası üzerindeki akım<br />
qij = başlangıç i ve varış j arasındaki akım ( toplam talep)<br />
Yukarıdaki değişkenlerin oluşturulmasını ifade etmek için vektör notasyonu<br />
kullanılmıştır. Vektörler transpoze olmadıkça değişkenlerin kolonlarıdır. Vektör,<br />
değişkenlerin dizilişini göstermek için transpoze edilmiştir. Örneğin,<br />
⎡ v1<br />
⎤<br />
⎢ ⎥<br />
⎢<br />
v2<br />
⎥<br />
T<br />
V= ⎢ . ⎥ v = [ v1 , v2 , .......,vK] Burada K linklerin sayısı, T transpozedir,<br />
⎢ ⎥<br />
⎢ . ⎥<br />
⎢<br />
⎣v<br />
⎥<br />
K ⎦<br />
Rota akımları için, rotalar farklı ve ardışık olarak numaralandırılmıştır. Rota<br />
akımları durumunda;<br />
h T = [ h111 , h211 , .....,hP11, h121, h221,........, hP21,....., hPIJ]<br />
Burada, P = her başlangıç ve varış arasındaki rota sayısı<br />
I = başlangıçların sayısı<br />
J = varışların sayısı<br />
hPP<br />
IJ = başlangıç I den varış J ye P rotasını kullanarak giden akımdır.<br />
Seyahat tablosunda topluca gösterilen başlangıç ve varış arasındaki akımlar,<br />
aşağıdaki gibi vektör formatında ifade edilmiştir:<br />
q T = [q11, q12, q13,……, q1j,…….,qIJ ]<br />
Burada, I = başlangıç sayısı J = varış sayısıdır.<br />
Maliyet değişkenleri için aşağıdaki notasyonlar uygulanmıştır:<br />
ck = k linki üzerindeki birim seyahat maliyeti<br />
cp ij = başlangıç i ile varış j arasında p rotası üzerindeki seyahatin birim maliyeti<br />
cij = başlangıç i den varış j ye olan seyahatin birim maliyeti<br />
69
6.2 Çalışma Ağı Seyahat Üretiminin Belirlenmesi<br />
Çalışmada, bugünkü seyahat talep matrisinin oluşturulabilmesi için, sentetik<br />
seyahat dağılımı modellerinden çekim modeli esas alınarak, geliştirilen yöntemle<br />
seyahat üretimi hesaplanmıştır. Seyahat üretiminin belirlenebilmesi için, ulaşım<br />
ağındaki bölgelere ait sosyo ekonomik faktörler göz önüne alınmıştır. Sosyo<br />
ekonomik faktörler olarak, nüfus oranı, yıllık nüfus artış hızı, kişi başı gayri safi<br />
yurtiçi hasıla oranı değerleri seçilmiştir. Sosyo ekonomik faktörlere göre<br />
tatonmanlar yapılarak, hesaplanan seyahat taleplerinin yakınlığının kıyaslanması ile<br />
gerçeğe en yakın seyahat talep değerleri elde edilmeye çalışılmıştır.<br />
Bir i bölgesinden j bölgesine yapılan yolculuklar, bağlantı yolundaki YOGT<br />
değerleri ve bölgelerin seçilen sosyo ekonomik faktörleri verilerinden yararlanılarak<br />
hesaplanmıştır. Bunun için önce, çalışma alanına ait ulaşım bağlantı yolları<br />
üzerindeki YOGT değerleri elde edilmiştir [99]. Yerleşim merkezlerine giriş ve<br />
çıkışlardaki 2004, 2005, 2006, 2007 yıllarına ait YOGT değerlerinin ortalamaları<br />
alınarak çalışma alanı B-V çiftleri arasındaki YOGT değerleri belirlenmiştir<br />
(Tablo 6.2).<br />
Tablo 6.2 B-V çiftleri arasında belirlenen YOGT değerleri (araç/gün).<br />
B/V 1 2 3 4 5 6 7 8 9 10<br />
araç/gün<br />
1<br />
Bilecik Kütahya Bursa Balıkesir Manisa İzmir Aydın Denizli Muğla Uşak<br />
Bilecik<br />
2<br />
0 4127 2848 8874 11271 12586 13060 7554 6531 2743<br />
Kütahya<br />
3<br />
4127 0 8522 3847 4673 7693 5774 4002 3652 2051<br />
Bursa<br />
4<br />
2848 8522 0 14899 15482 16481 15978 14498 14254 5286<br />
Balıkesir<br />
5<br />
8874 3847 14899 0 16065 17535 16409 6769 4860 9663<br />
Manisa<br />
6<br />
11271 4673 15482 16065 0 20475 16638 13710 13457 15715<br />
İzmir<br />
7<br />
12586 7693 16481 17535 20475 0 14720 12019 11703 13336<br />
Aydın<br />
8<br />
13060 5774 15978 16409 16638 10470 0 9318 8686 14028<br />
Denizli<br />
9<br />
7554 4002 14498 6769 13710 14720 9318 0 2951 5953<br />
Muğla<br />
10<br />
6531 3652 14254 4860 13457 12019 8686 2951 0 2601<br />
Uşak 2743 2051 5286 9663 15715 11703 14028 5953 2601 0<br />
70
Belirlenen YOGT değerleri iki yöne ait seyahat talebinin toplamı olduğundan,<br />
günlük ortalama trafik hacminin tek yön için dağılımı, B-V çiftlerine ait<br />
Nüfus (P), Yıllık nüfus artış hızı (Pah), Kişi başı gayri safi yurtiçi hasıla (KBGYH)<br />
[100] kriterlerine dayalı olarak, geliştirilen makro yazılım ile ayrı ayrı tatonman<br />
yapılarak hesaplanmıştır. Bunun için izlenen yol şöyle açıklanabilir:<br />
1. Tatonman: YOGT- P değerine bağımlı olarak bugünkü qij değerleri<br />
hesaplanmıştır. B-V çiftlerini oluşturan merkezlerin P değerleri için, çalışma yılı<br />
itibariyle yapılan son sayımlardaki (2007 yılı) toplam şehir nüfusları kullanılmıştır.<br />
Buna göre Denklem (6.1) ile ifade edilen formülasyon kullanılmıştır.<br />
ij<br />
j<br />
( P P )<br />
q = YOGT * P / +<br />
(6.1)<br />
i<br />
j<br />
2. Tatonman: YOGT- Pah değerine bağımlı olarak bugünkü qij değerleri<br />
hesaplanmıştır. Bunun için Denklem (6.2) den yararlanılmıştır.<br />
ij<br />
j<br />
( Pah Pah )<br />
q = YOGT * Pah / +<br />
(6.2)<br />
i<br />
j<br />
3. Tatonman: YOGT-KBGYH değerine bağımlı olarak bugünkü qij değerleri<br />
hesaplanmıştır. Bunun için Denklem (6.3) den yararlanılmıştır.<br />
ij<br />
j<br />
( KBGYH KBGYH )<br />
q = YOGT * KBGYH / +<br />
(6.3)<br />
i<br />
B-V çiftlerine ait seyahat taleplerinin üretilmesi için geliştirilen çözüm yöntemi<br />
ile, yapılan tatonman hesap sonuçları Tablo 6.3, 6.4, 6.5 de sunulmuştur. En uygun<br />
ve birbirine en yakın değerlerin 2. ve 3. tatonmanlarda hesaplandığı görülmüştür.<br />
1. tatonman ve 3. tatonman sonuçları birbirlerine daha uzak değerlerdir. Bu<br />
bakımdan KBGYH ve P bağımsız değişkenlerinin, hesaplanan seyahat üretimindeki<br />
etkisini değerlendirmek için regresyon analizi yapılmıştır. Çalışma ağı B-V<br />
çiftlerinden Bursa Muğla için elde edilen sonuçlar Tablo 6.6’da sunulmuştur.<br />
71<br />
j
Tablo 6.3 YOGT-P değerine bağımlı bugünkü qij değerleri (araç/gün).<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
10<br />
Uşak<br />
Nüfus (P)<br />
(Kişi) 145 126 350 255 1979 999 649 423 841 059 3175 133 536 758 460 747 310 527 217 267<br />
qij (araç/gün)<br />
1<br />
Bilecik 0 2918 2654 7253 9612 12035 10280 5745 4451 1645<br />
2<br />
Kütahya 1209 0 7241 2499 3299 6928 3494 2274 1716 785<br />
3<br />
Bursa 195 1281 0 3680 4616 10147 3408 2737 1932 523<br />
4<br />
Balıkesir 1621 1348 11219 0 9065 14555 7425 2809 1572 2422<br />
5<br />
Manisa 1659 1374 10866 7000 0 16184 6482 4852 3629 3226<br />
6<br />
İzmir 551 765 6334 2980 4291 0 2130 1524 1043 855<br />
7<br />
Aydın 2780 2280 12570 8984 10156 8955 0 4304 3183 4042<br />
8<br />
Denizli 1809 1728 11761 3959 8858 12853 5014 0 1188 1908<br />
9<br />
Muğla 2080 1936 12321 3288 9828 10947 5503 1763 0 1071<br />
10<br />
Uşak 1098 1266 4764 7240 12489 10953 9986 4045 1530 0<br />
Tablo 6.4 YOGT- Pah değerine bağımlı bugünkü qij değerleri(araç/gün).<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
P Artışı<br />
(%) 31,82 27,10 34,67 20,87 19,11 24,55 24,82 20,43 30,35 21,50<br />
qij (araç/gün)<br />
1<br />
Bilecik 0 1898 1485 3515 4229 5481 5723 2954 3188 1106<br />
2<br />
Kütahya 2229 0 4783 1674 1933 3657 2760 1720 1929 907<br />
3<br />
Bursa 1363 3739 0 5599 5501 6832 6666 5375 6653 2023<br />
4<br />
Balıkesir 5359 2173 9301 0 7679 9478 8914 3348 2879 4903<br />
5<br />
Manisa 7042 2741 9981 8386 0 11513 9400 7084 8258 8320<br />
6<br />
İzmir 7104 4037 9648 8057 8962 0 7400 5459 6470 6226<br />
7<br />
Aydın 7337 3014 9312 7495 7238 5206 0 4207 4778 6511<br />
8<br />
Denizli 4600 2282 9122 3420 6626 8034 5111 0 1763 3053<br />
9<br />
Muğla 3343 1722 7600 1980 5200 5375 3908 1187 0 1079<br />
10<br />
Uşak 1637 1144 3263 4759 7395 6239 7517 2901 1523 0<br />
72<br />
10<br />
Uşak
Tablo 6.5 YOGT-KBGYH değerine bağımlı bugünkü qij değerleri (araç/gün).<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
KBGYH<br />
($) 2,584 1,805 2,507 2,005 2,459 3,215 2,017 2,133 3,308 1,436<br />
qij (araç/gün)<br />
1<br />
Bilecik 0 1697 1403 3877 5496 6978 5725 3416 3667 980<br />
2<br />
Kütahya 2430 0 4955 2025 2695 4927 3047 2168 2362 909<br />
3<br />
Bursa 1446 3567 0 6621 7666 9260 7124 6665 8108 1925<br />
4<br />
Balıkesir 4997 1823 8279 0 8849 10800 8229 3489 3026 4032<br />
5<br />
Manisa 5775 1978 7816 7215 0 11602 7498 6368 7719 5794<br />
6<br />
İzmir 5608 2766 7221 6735 8873 0 5675 4794 5935 4117<br />
7<br />
Aydın 7335 2727 8854 8180 9141 6434 0 4789 5396 5834<br />
8<br />
Denizli 4138 1834 7833 3280 7342 8849 4529 0 1794 2395<br />
9<br />
Muğla 2864 1289 6145 1834 5738 5924 3290 1157 0 787<br />
10<br />
Uşak 1763 1142 3361 5630 9921 8090 8194 3558 1814 0<br />
Tablo 6.6 Bursa-Muğla için KBGYH ve P regresyon analizi.<br />
Yıllara göre KBGYH değerleri<br />
B-V seyahat<br />
Yıllar Bursa Muğla<br />
üretimi (araç/gün)<br />
1987 2.253 2.299 7199,226<br />
1988 2.498 2.332 6882,561<br />
1989 2.816 2.678 6948,447<br />
1990 3.868 3.347 6612,664<br />
1991 3.607 3.146 6640,36<br />
1992 3.753 3.466 6843,698<br />
1993 4.327 3.729 6598,244<br />
1994 2.906 3.088 7343,78<br />
1995 3.660 3.707 7172,527<br />
1996 3.548 4.223 7746,884<br />
1997 3.442 4.071 7723,975<br />
1998 3 706 4 736 7996,121<br />
1999 3 270 3 976 7820,918<br />
2000 3 491 4 253 7828,145<br />
2001 2 507 3 308 8108,099<br />
73<br />
10<br />
Uşak
Yıllara göre Nüfus değerleri<br />
B-V seyahat<br />
Yıllar Bursa Muğla<br />
üretimi (araç/gün)<br />
1990 1.157.805 186.397 1976,565<br />
2000 1.630.940 268.341 2013,885<br />
2007 1.979.999 310.527 1932,417<br />
2008 2.204.874 329.126 1851,366<br />
ÖZET ÇIKIŞI (bağımsız değişken=KBGYH)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,990974<br />
R Kare 0,982029<br />
Ayarlı R Kare 0,979034<br />
Standart Hata 77,41289<br />
Gözlem<br />
ANOVA<br />
15<br />
df SS MS F<br />
Anlamlılık<br />
F<br />
Regresyon 2 3929766 1964883 327,8764 3,37E-11<br />
Fark 12 71913,06 5992,755<br />
Toplam 14 4001679<br />
ÖZET ÇIKIŞI (bağımsız değişken=Nüfus)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,997738<br />
R Kare 0,99548<br />
Ayarlı R Kare 0,986441<br />
Standart Hata 8,139594<br />
Gözlem<br />
ANOVA<br />
4<br />
df SS MS F<br />
Anlamlılık<br />
F<br />
Regresyon 2 14592,48 7296,24 110,127 0,067229<br />
Fark 1 66,25298 66,25298<br />
Toplam 3 14658,73<br />
Regresyon analizi sonucu, her iki bağımsız değişken için de R Kare ≥0,95<br />
olduğundan, B-V seyahat üretimi KBGYH ve P bağımsız değişkenlerinden<br />
etkilenmektedir.<br />
74
Bağımsız değişken=KBGYH iken Anlamlılık F =3,37E-11 < 0,05; Bağımsız<br />
değişken=P iken Anlamlılık F =0,067229 > 0,05 olarak hesaplanmıştır. KBGYH<br />
bağımsız değişkeni için Anlamlılık F uygun olduğundan model kabul edilebilir.<br />
Bunun için,YOGT-KBGYH değerlerine bağımlı olarak hesaplanan seyahat üretimine<br />
göre, çalışma ağına ait seyahat dağılımı yapılmıştır.<br />
6.3 Çekim Yöntemi ile Seyahat Dağılımının Çalışma Ağına Uygulanması<br />
Çekim Yöntemi ile seyahat dağılımının hesaplanabilmesi için, B-V çiftleri<br />
arasında uzaklık matrisinin ve önceki bölümde açıklanan seyahat üretiminin<br />
(Tablo 6.5) belirlenmiş olması gereklidir.<br />
Çekim Yöntemine göre seyahat talebinin hesaplanmasına ait akış diyagramı<br />
Şekil 6.2 de görülmektedir. Trafik atamanın uygulanacağı çalışma ağı B-V matrisine<br />
ait seyahat talebi dağılımının Çekim Yöntemi ile bulunması için, makro yazılım<br />
geliştirilerek Çekim Yöntemi hesap adımlarına göre B-V çiftleri arasındaki talebin<br />
seyahat dağılımı yapılmıştır ve elde edilen sonuçlar Tablo 6.7 de verilmiştir.<br />
75
H<br />
Fdij Değiştir<br />
Her B-V noktasında;<br />
Başla<br />
Bugünkü seyahat matrisini gir<br />
Satır toplamı=ST=Oi , Kolon toplamı=KT=Aj<br />
Bugünkü uzaklık matrisini gir = d ij<br />
(seyahat süresi,<br />
mesafe, maliyet vb.)<br />
A j Fdij<br />
hesapla<br />
*<br />
Her B-V için ( Fd ij = 1/<br />
d ij ) yani A j ( 1/<br />
di<br />
) j<br />
1’ yeni, bugünkü seyahat matrisini hesapla<br />
( O i Aj<br />
ij ) / ∑<br />
q ij = * Fd Aj<br />
Fdi<br />
j<br />
Yeni Fdij=gözlenen seyahat uzunluğu * 1/dij<br />
üretilen seyahat uzunluğu<br />
hesapla<br />
Toplamları kontrol et<br />
0. 95 ≤ q / gözlenen A 1.<br />
05mi?<br />
∑ ij ∑ ≤<br />
hesaplanan j<br />
E<br />
Çekiciliği değiştir<br />
'<br />
A<br />
*<br />
= A A / q<br />
Üretilen ortalama seyahat uzunluğunu hesapla<br />
pla: ∑ aynı uzaklıktaki seyahat * uzaklık<br />
Hesa / ∑ toplam seyahat<br />
Bugünkü ve üretilen ort. seyahat uzunluğu ≤ ± 0.<br />
03 mü?<br />
E<br />
Hesapla: Her B-V noktası için seyahat toplamı<br />
B-V noktalarındaki bugünkü ve üretilen seyahat ≤ ± 0.<br />
10 mu?<br />
H<br />
K faktörü hesapla ve test et<br />
q<br />
ij üretilen<br />
ij<br />
Oi<br />
gözlenen<br />
X =<br />
q<br />
% 40〈<br />
X ij 〈 % 10 ⇒ K ij = Rij =<br />
q<br />
% 40〉<br />
X<br />
ij<br />
q<br />
〉 % 10 ⇒ K<br />
ij<br />
=<br />
O A<br />
∑<br />
i<br />
j<br />
j<br />
Bitir<br />
K<br />
j<br />
ij<br />
ij<br />
A K<br />
Şekil 6.2 Çekim yöntemi ile hesap akış diyagramı.<br />
j<br />
j<br />
ij gözlenen<br />
ij üretilen<br />
⎛ ⎞<br />
⎜<br />
1−<br />
X i<br />
= R ⎟<br />
ij ⎜ ⎟<br />
⎝ X i Rij<br />
⎠<br />
F<br />
ij<br />
76<br />
( d ij )<br />
( d )<br />
F<br />
ij<br />
H<br />
( j<br />
ij )<br />
orjinal<br />
∑<br />
hesaplanan<br />
E
Tablo 6.7 Çekim yöntemi ile hesaplanan bugünkü seyahat matrisi (araç/gün).<br />
qij<br />
araç/gün<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
10<br />
Uşak<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
0 1702 1406 3893 5464 6988 5679 3425 3698 982<br />
2431 0 4996 2026 2682 4915 3026 2169 2364 909<br />
10<br />
Uşak<br />
1447 3571 0 6633 7610 9246 7067 6704 8177 1927<br />
5009 1827 8364 0 8792 10783 8175 3498 3033 4042<br />
5785 1982 7870 7229 0 11505 7440 6401 7749 5804<br />
5653 2776 7278 6744 8739 0 5695 4754 5953 4132<br />
7400 2731 8938 8211 9073 6296 0 4796 5403 5842<br />
4137 1834 7878 3278 7240 8952 4488 0 1793 2394<br />
2869 1291 6236 1837 5661 5922 3266 1158 0 789<br />
1770 1146 3373 5670 9899 8046 8177 3571 1821 0<br />
Ulaşım planlamasında, denge trafik atamasında kullanılan link seyahat<br />
maliyetlerinin Denklem (4.24) ile ifade edilen BPR fonksiyonuna göre<br />
hesaplanmasında, link kapasitesi araç/saat birimindedir. Bu bakımdan Çekim<br />
Yöntemi ile hesaplanan B-V çiftleri arasındaki seyahat hacmi değerlerinin araç/saat<br />
olarak dönüşümü yapılmıştır. Saatlik trafik hacmi (STH), YOGT’nin yüzdesi olarak<br />
alınır ve ondalık sayı olan K ile ifade edilir. K faktörü yolun sahip olduğu çevresel<br />
yoğunluk arttıkça azalır. K faktörü kentdışı yollarda daha fazla, kentiçi yollarda<br />
daha düşük değere sahiptir. Kentdışı yollarda saatlik trafik hacmi, YOGT/10<br />
alınmaktadır, yani saatlik trafik hacmi 1/24 yerine 1/10 alınarak artırılmaktadır.<br />
Ancak K=0.10 değeri oldukça düşük olup bir miktar daha fazla olması uygundur.<br />
Tablo 6.8 de yolun cinsine göre K faktörleri verilmiştir. Buna göre, çalışma ağına ait<br />
B-V (araç/saat) seyahat hacimleri K=0.25 olması halinde Tablo 6.9 da verildiği gibi<br />
hesaplanmıştır.<br />
Tablo 6.8 K faktörünün sınır değerleri [101].<br />
Yol Tipi K Faktörü<br />
Kentdışı 0.15-0.25<br />
Kent girişi 0.12-0.15<br />
Kentiçi 0.07-0.12<br />
77
Tablo 6.9 Çekim yöntemi ile hesaplanan bugünkü seyahat matrisi (araç/saat).<br />
qij<br />
araç/saat<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
10<br />
Uşak<br />
1<br />
Bilecik 0 425 352 973 1366 1747 1420 856 925 246<br />
2<br />
Kütahya 608 0 1249 506 670 1229 756 542 591 227<br />
3<br />
Bursa 362 893 0 1658 1903 2311 1767 1676 2044 482<br />
4<br />
Balıkesir 1252 457 2091 0 2198 2696 2044 874 758 1011<br />
5<br />
Manisa 1446 495 1967 1807 0 2876 1860 1600 1937 1451<br />
6<br />
İzmir 1413 694 1820 1686 2185 0 1424 1188 1488 1033<br />
7<br />
Aydın 1850 683 2234 2053 2268 1574 0 1199 1351 1460<br />
8<br />
Denizli 1034 458 1969 820 1810 2238 1122 0 448 599<br />
9<br />
Muğla 717 323 1559 459 1415 1481 817 290 0 197<br />
10<br />
Uşak 442 287 843 1417 2475 2012 2044 893 455 0<br />
6.4 Trafik Atama<br />
Çalışma ağına ait 45 B-V çifti için denge atama problemi AOY yöntemi ile<br />
çözülmüştür. AOY uygulaması için Şekil 5.1 de verilen akış diyagramına göre<br />
geliştirilen makro yazılım ile rota maliyetleri ve rota akımları hesaplanmıştır.<br />
Trafik atamanın yapılabilmesi için gerekli olan, çalışma ağına ait link seyahat<br />
maliyetleri aşağıda anlatıldığı şekilde hesaplanmıştır.<br />
6.4.1 Link ve Rota Seyahat Maliyetlerinin Hesaplanması<br />
Link seyahat maliyetleri, seyahat dağılımı ile hesaplanan trafik hacimlerine<br />
bağlı olarak belirlenmiştir. Link maliyetlerinin bulunmasında, Denklem (4.24) de<br />
ifade edilen, denge trafik atama maliyet fonksiyonlarından en yaygın olarak<br />
kullanılan BPR fonksiyonu kullanılmıştır. Linklerin seyahat maliyetlerinin<br />
hesaplanması adımında, ağdaki linkleri isimlendirmek için, her linke ait link<br />
numarası verilmiştir. Link üzerinde sıfır seyahat hacmi olması durumundaki seyahat<br />
süresi (c0) Denklem (6.4) de gösterildiği gibi hesaplanmıştır. Bu hesaplama için<br />
makro yazılım geliştirilmiştir. Ortalama hız, 2007 trafik hacim bilgilerine göre<br />
78
maksimum devlet yolu hız sınırı olarak belirlenen 90 km/saat alınmıştır. Çalışma<br />
ağına ait hesaplanan c0 değerleri Tablo 6.10 da verilmiştir, ayrıca Şekil 6.1 de verilen<br />
çalışma ağı üzerinde gösterilmiştir.<br />
c0<br />
(dakika)<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
10<br />
Uşak<br />
link uzunlugu(<br />
km)<br />
* 60<br />
c0 = (6.4)<br />
( dakika )<br />
ortalama hiz(<br />
km / saat)<br />
1<br />
Bilecik<br />
2<br />
Kütahya<br />
Tablo 6.10 Çalışma ağına ait c0 değerleri.<br />
3<br />
Bursa<br />
4<br />
Balıkesir<br />
5<br />
Manisa<br />
6<br />
İzmir<br />
7<br />
Aydın<br />
8<br />
Denizli<br />
9<br />
Muğla<br />
0 73 63 164 254 278 350 266 363 167<br />
73 0 115 147 211 223 277 193 289 94<br />
63 115 0 101 191 215 295 291 361 207<br />
164 147 101 0 91 115 195 192 261 150<br />
254 211 191 91 0 24 104 137 170 129<br />
278 223 215 115 24 0 87 149 153 141<br />
350 277 295 195 104 87 0 84 66 185<br />
266 193 291 192 137 149 84 0 97 101<br />
363 289 361 261 170 153 66 97 0 198<br />
167 94 207 150 129 141 185 101 198 0<br />
10<br />
Uşak<br />
Her rotanın maliyeti, rotayı kullanan link maliyetlerinin serisel toplamı ile elde<br />
edilmiştir. Bunun için aşağıda açıklandığı şekilde, link-rota belirleme matrislerinden<br />
yararlanılarak rotaların kullandıkları linkler belirlenmiştir. AOY algoritması<br />
kullanılarak rota maliyetlerindeki yakınsama sağlanana kadar iterasyona devam<br />
edilmiş ve yakınsama sağlandığında rota maliyetleri ile rota akımları hesaplanmıştır.<br />
6.4.2 Belirleme Matrisleri<br />
Belirleme matrisleri ağ elemanları ve diğer değişkenler arasında bir ilişkinin var<br />
olup olmadığını belirleyen ikili ya da üçlü değişkenlerdir. Belirleme matrisleri ağ<br />
topolojisini belirler. Bunlar, bağlantı noktası (node)-link belirleme matrisi, link-rota<br />
belirleme matrisi, başlangıç-varış (orijin-destinasyon) - rota belirleme matrisi<br />
şeklinde belirlenirler.<br />
79
6.4.2.1 Link-Rota Belirleme Matrisi<br />
akp= 1 eğer p rotası k linkini kullanırsa<br />
0 eğer p rotası k linkini kullanmazsa<br />
link-rota belirleme matrisinin formu aşağıda verilmiştir.<br />
⎡ a<br />
⎢<br />
⎢a<br />
A= ⎢ ⋅<br />
⎢<br />
⎢ ⋅<br />
⎢<br />
⎣aK<br />
11<br />
21<br />
1<br />
a<br />
a<br />
a<br />
12<br />
22<br />
⋅<br />
⋅<br />
K 2<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
⋅<br />
a<br />
a<br />
a<br />
1P<br />
2P<br />
⋅<br />
⋅<br />
KP<br />
⎤<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎦<br />
Örnek olarak Şekil 4.3 deki ağın, öncelikle rotaların hangi linkleri kullandıkları<br />
belirlenerek aşağıda verildiği gibi link-rota belirleme matrisi yazılabilir.<br />
(linkler)<br />
A =<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7<br />
8<br />
9<br />
1<br />
⎡1<br />
⎢<br />
⎢<br />
1<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢0<br />
⎢<br />
⎢0<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢<br />
⎣0<br />
(rotalar)<br />
2<br />
1<br />
1<br />
0<br />
0<br />
0<br />
1<br />
0<br />
0<br />
1<br />
Link rota matrisinden görüldüğü gibi, 1 rotası 1, 2, 3 ve 7 linklerini, 2 rotası 1,<br />
2, 6 ve 9 linklerini, 3 rotası 1, 4, 8 ve 9 linklerini, 4 rotası 1, 4, 5, 6 ve 9 linklerini, 5<br />
rotası 1, 3, 4, 5 ve 7 linklerini kullanmaktadırlar.<br />
Link akımlarını hesaplamak için akımın korunması ilişkilerinden<br />
yararlanılmıştır. Çalışmada link-rota belirleme matrisinden yararlanılarak, denge<br />
atama probleminin çözümü için kullanılan AOY yöntemi ile hesaplanan rota<br />
80<br />
3<br />
1<br />
0<br />
0<br />
1<br />
0<br />
0<br />
0<br />
1<br />
1<br />
4<br />
1<br />
0<br />
0<br />
1<br />
1<br />
1<br />
0<br />
0<br />
1<br />
5<br />
1⎤<br />
0<br />
⎥<br />
⎥<br />
1⎥<br />
⎥<br />
1⎥<br />
1⎥<br />
⎥<br />
0⎥<br />
1⎥<br />
⎥<br />
0⎥<br />
0<br />
⎥<br />
⎦
akımları, Denklem (6.5) de yerine konularak link akımlarının hesaplanması<br />
sağlanmıştır.<br />
6.4.3 Akımın Korunması İlişkileri<br />
Bütün iç bağlantı noktalarında akım korunur. Bu demektir ki, her içsel bağlantı<br />
noktasına giren akım çıkan akıma eşit olmalıdır. Herhangi bir link üzerindeki akım,<br />
linki kullanan tüm rotalar üzerindeki akımların toplamına eşittir. Bu durum Denklem<br />
(6.5) ile açıklanabilir [2];<br />
v=A*h (6.5)<br />
Burada, v= link akımı<br />
A= link-rota belirleme matrisi<br />
h= rota akımları vektörüdür.<br />
Şekil 4.3 deki örnek ağda B-V noktaları arasında beş rota ve dokuz link vardır.<br />
Bu ağa ait link akımları matrisi (v), yukarıda verilen link-rota belirleme matrisi (A)<br />
ve rota akımları vektörü (h)’nün çarpılması ile aşağıdaki şekilde elde edilmiştir;<br />
v=A*h =<br />
⎡1<br />
⎢<br />
1<br />
⎢<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢0<br />
⎢<br />
⎢0<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢<br />
⎣0<br />
linkler üzerindeki akımlar,<br />
v1= h1+h2+h3+h4+h5<br />
v2= h1+h2<br />
v3= h1+h5<br />
1<br />
1<br />
0<br />
0<br />
0<br />
1<br />
0<br />
0<br />
1<br />
1<br />
0<br />
0<br />
1<br />
0<br />
0<br />
0<br />
1<br />
1<br />
1<br />
0<br />
0<br />
1<br />
1<br />
1<br />
0<br />
0<br />
1<br />
1⎤<br />
⎡h1<br />
+ h2<br />
+ h3<br />
+ h4<br />
+ h5<br />
⎤<br />
0<br />
⎥ ⎢<br />
⎥<br />
⎢<br />
h +<br />
⎥<br />
1 h2<br />
⎥<br />
1⎥<br />
⎡h<br />
⎢ + ⎥<br />
1 ⎤ h1<br />
h5<br />
⎥ ⎢<br />
⎥<br />
1<br />
⎢ ⎥<br />
⎥ ⎢<br />
h2<br />
⎥ ⎢ h3<br />
+ h4<br />
+ h5<br />
⎥<br />
1⎥<br />
× ⎢h<br />
⎥ = ⎢ + ⎥<br />
3 h4<br />
h5<br />
⎥ ⎢ ⎥ ⎢<br />
⎥<br />
0⎥<br />
⎢h4<br />
⎥ ⎢ h2<br />
+ h4<br />
⎥<br />
1⎥<br />
⎢ ⎥ ⎢ + ⎥<br />
⎥<br />
⎣h5<br />
⎦ h1<br />
h5<br />
⎢<br />
⎥<br />
0⎥<br />
⎢ h3<br />
⎥<br />
0<br />
⎥ ⎢<br />
⎥<br />
⎦ ⎣ h2<br />
+ h3<br />
+ h4<br />
⎦<br />
81
v4= h3+h4+h5<br />
v5= h4+h5<br />
v6= h2+h4<br />
v7= h1+h5<br />
v8= h3<br />
v9= h2+h3+h4<br />
şeklinde rota akımlarının serisel toplamı ile hesaplanır.<br />
Tüm bu hesaplamalar, çalışma ağındaki Bursa-Muğla B-V çifti için örnek<br />
analitik çözüm olarak aşağıda açıklanmıştır. Çalışma ağına ait 45 B-V çifti için<br />
geliştirilen makro yazılım ile elde edilen sonuçlar Ek B Tablo B.1 de sunulmuştur.<br />
6.5 Örnek Uygulama (Bursa-Muğla B-V Çifti İçin)<br />
Örnek bir çözüm olarak ağ üzerindeki Bursa-Muğla B-V çifti için link<br />
maliyetleri, rota maliyetleri, rota akımları ve link akımlarının hesaplanabilmesi için<br />
yapılan çalışmalar aşağıda verilmiştir. Bursa-Muğla B-V çifti için seyahat sayısı ve<br />
kullanılan rotalar ile, aşağıda verilen link-rota belirleme matrisinden yararlanılarak<br />
saptanan rotaların kullandıkları link numaraları Tablo 6.11 de görülmektedir.<br />
Tablo 6.11 Örnek uygulamaya ait temel veriler.<br />
Bursa-Muğla Hesaplanan Seyahat Sayısı (qBursa-Muğla) 2044 araç/saat (Tablo 6.8’den)<br />
Rotalar (P) Linkler<br />
P1 1-6-19-7-11-14<br />
P2 1-6-9-18-15<br />
P3 3-16-10-20-12-15<br />
82
Bursa-Muğla B-V çifti link-rota belirleme matrisi A:<br />
(Linkler)<br />
1<br />
3<br />
6<br />
7<br />
9<br />
10<br />
11<br />
A=<br />
12<br />
14<br />
15<br />
16<br />
18<br />
19<br />
20<br />
(Rotalar)<br />
P1<br />
P2<br />
P3<br />
⎡1<br />
⎢<br />
⎢<br />
0<br />
⎢1<br />
⎢<br />
⎢1<br />
⎢0<br />
⎢<br />
⎢0<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢<br />
1<br />
⎢<br />
⎢0<br />
⎢<br />
⎢<br />
0<br />
⎢0<br />
⎢<br />
⎢1<br />
⎢<br />
⎣0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
0<br />
0<br />
0<br />
1<br />
0<br />
1<br />
0<br />
0<br />
0⎤<br />
1<br />
⎥<br />
⎥<br />
0⎥<br />
⎥<br />
0⎥<br />
0⎥<br />
⎥<br />
1⎥<br />
0⎥<br />
⎥<br />
1⎥<br />
0<br />
⎥<br />
⎥<br />
1⎥<br />
⎥<br />
1⎥<br />
0⎥<br />
⎥<br />
0⎥<br />
1⎥<br />
⎦<br />
Link seyahat maliyetleri Denklem (4.24) ile ifade edilen BPR fonksiyonu ile<br />
hesaplanmıştır. Denge koşullarında rota maliyetleri eşit ( c p1<br />
= cP<br />
2 = cP<br />
3 ) olmalıdır.<br />
Bursa-Muğla çifti için bağlantı sağlayan her rotanın maliyeti, rotaları kullanan link<br />
maliyetlerinin serisel toplamı ile aşağıda ifade edildiği gibi elde edilmiştir;<br />
c = c + c + c + c + c + c<br />
p1<br />
k 1 k 6 k 19 k 7 k 11 k 14<br />
c = c + c + c + c + c<br />
p2<br />
k1<br />
k 6 k 9 k 18 k15<br />
c = c + c + c + c + c + c<br />
p3<br />
k 3 k16<br />
k10<br />
k 20 k 12 k 15<br />
AOY algoritmasından yararlanılarak, denge koşullarında tüm rota<br />
maliyetlerinde yakınsama sağlandığında, toplam talebi karşılayan rotaların her birine<br />
ait rota akımları hesaplanmıştır. Çalışmada iterasyonlar sonucu rota maliyetlerindeki<br />
yakınsama kriteri, rota maliyetlerindeki eşitliğin standart sapması=< 0.2 olacak<br />
şekilde belirlenmiştir. Akımın korunma ilişkilerinde Denklem (6.5) de ifade edildiği<br />
şekilde link-rota belirleme matrisi ve rota akımları vektörünün çarpılması ile de link<br />
akımları elde edilmiştir.<br />
83
(Linkler)<br />
1<br />
3<br />
6<br />
7<br />
9<br />
10<br />
11<br />
V=A*h=<br />
12<br />
14<br />
15<br />
16<br />
18<br />
19<br />
20<br />
(Rotalar)<br />
P1<br />
P2<br />
P3<br />
⎡1<br />
⎢<br />
⎢<br />
0<br />
⎢1<br />
⎢<br />
⎢1<br />
⎢0<br />
⎢<br />
⎢0<br />
⎢1<br />
⎢<br />
⎢0<br />
⎢<br />
1<br />
⎢<br />
⎢0<br />
⎢<br />
⎢<br />
0<br />
⎢0<br />
⎢<br />
⎢1<br />
⎢<br />
⎣0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
0<br />
0<br />
0<br />
1<br />
0<br />
1<br />
0<br />
0<br />
0⎤<br />
⎡h1<br />
+ h2<br />
1<br />
⎥ ⎢<br />
⎥ ⎢<br />
h3<br />
0⎥<br />
⎢h1<br />
+ h2<br />
⎥ ⎢<br />
0⎥<br />
⎢ h1<br />
0⎥<br />
⎢ h2<br />
⎥ ⎢<br />
1⎥<br />
⎢ h3<br />
⎥ ⎡h1<br />
⎤<br />
0 ⎢<br />
⎥ ×<br />
⎢ ⎥ h1<br />
= ⎢<br />
⎥ ⎢<br />
h2<br />
1 ⎥ ⎢ h3<br />
⎥ ⎢⎣<br />
h ⎥ 3<br />
0<br />
⎦ ⎢<br />
h<br />
⎥ ⎢ 1<br />
1⎥<br />
⎢h2<br />
+ h3<br />
⎥<br />
⎥ ⎢<br />
1<br />
⎥ ⎢ h3<br />
0⎥<br />
⎢ h2<br />
⎥ ⎢<br />
0⎥<br />
⎢ h1<br />
1⎥<br />
⎢<br />
⎦ ⎣ h3<br />
6.5.1 Bursa-Muğla B-V Çifti İçin AOY ile Analitik Çözüm:<br />
qBursa-Muğla=2044 araç/saat (Tablo 6.8’den)<br />
• Adım 1: Bütün link hacimlerinin sıfıra atanarak başlanması, İterasyon sayısını<br />
sıfır ile başlatmak<br />
(n=0, ∀v = 0 )<br />
• Adım 2: hk=0 iken tüm rotaların maliyetini bulmak<br />
n=0 , h1=0, h2=0, h3=0<br />
c p1<br />
= ck1<br />
+ ck<br />
6 + ck<br />
+ ck<br />
7 + ck11<br />
+ ck<br />
c p2<br />
= ck1<br />
+ ck<br />
6 + ck<br />
9 + ck18<br />
+ ck<br />
19<br />
c p3<br />
= ck<br />
3 + ck16<br />
+ ck10<br />
+ ck<br />
20 + ck12<br />
+ ck<br />
15<br />
14<br />
⎤<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎥<br />
⎦<br />
= 369dakika<br />
= 390dakika<br />
15<br />
84<br />
= 408dakika
• Bütün akımı minimum maliyetli rotaya atamak<br />
c 〈 c 〈 c olduğuna göre trafik atamada bütün akım minimum maliyetli rotaya<br />
p1<br />
p2<br />
p3<br />
yani en kısa yola P1’e atanır.<br />
• Adım 3: İterasyon sayısını 1 artırmak<br />
n=n+1=0+1=1<br />
• Adım 4: Minimum maliyetli rotaya yardımcı değişken atamak (h * = qBV)<br />
h * 1= 2044 araç/saat h * 2= 0 h*3= 0 atanır.<br />
• Yeni rota akımlarının hesaplanması Denklem (5.3)’den;<br />
* 1 ⎛ 1⎞<br />
h 1 = × 2044 + ⎜1−<br />
⎟ × 0 = 2044 araç / saat<br />
1 ⎝ 1⎠<br />
h<br />
*<br />
2<br />
1 ⎛ 1⎞<br />
= × 0 + ⎜1−<br />
⎟ × 0 = 0<br />
1 ⎝ 1⎠<br />
* 1 ⎛ 1⎞<br />
h 3 = × 0 + ⎜1−<br />
⎟ × 0 = 0<br />
1 ⎝ 1⎠<br />
• Yeni link akımlarının hesaplanması Denklem (6.5)’den;<br />
* *<br />
v = h 1 + h 2 = 2044 araç / saat<br />
v<br />
1<br />
3<br />
= h<br />
*<br />
3<br />
= 0<br />
* *<br />
v = h 1 + h 2 = 2044 araç / saat<br />
6<br />
*<br />
v = h 1 = 2044 araç / saat<br />
v<br />
v<br />
7<br />
9<br />
10<br />
= h<br />
= h<br />
*<br />
2<br />
*<br />
3<br />
= 0<br />
= 0<br />
*<br />
v = h 1 = 2044 araç / saat<br />
v<br />
11<br />
12<br />
= h<br />
*<br />
3<br />
= 0<br />
*<br />
v = h 1 = 2044 araç / saat<br />
v<br />
v<br />
v<br />
14<br />
* *<br />
15 = h 2 + h 3<br />
16<br />
18<br />
= h<br />
= h<br />
*<br />
3<br />
*<br />
2<br />
= 0<br />
= 0<br />
= 0<br />
*<br />
v = h 1 = 2044 araç / saat<br />
v<br />
19<br />
20<br />
= h<br />
*<br />
3<br />
= 0<br />
85
• Adım 5: Yeni rota maliyetlerinin (cp n ) hesaplanması<br />
c p1<br />
=<br />
c p2<br />
=<br />
c p3<br />
=<br />
461,<br />
03<br />
429,<br />
91<br />
dakika<br />
dakika<br />
408 dakika<br />
• Adım 6: Yakınsamanın kontrol edilmesi, eğer yakınsama yoksa n değeri 1<br />
artırılarak iterasyona devam edilmesi.<br />
atanır.<br />
c 〈 c 〈 c olduğundan iterasyona devam edilir, trafik atamada bütün akım P3’e<br />
p3<br />
p2<br />
p1<br />
2.iterasyon:<br />
n=2 olur.<br />
h * 1=0 h * 2= 0 h*3=2044 araç/saat atanır.<br />
• Yeni rota akımlarının hesaplanması Denklem (5.3)’den;<br />
* 1 ⎛ 1 ⎞<br />
h 1 = × 0 + ⎜1−<br />
⎟ × 2044 = 1022,<br />
50 araç / saat<br />
2 ⎝ 2 ⎠<br />
h<br />
*<br />
2<br />
=<br />
1 ⎛ 1 ⎞<br />
× 0 + ⎜1−<br />
⎟ × 0 = 0<br />
2 ⎝ 2 ⎠<br />
* 1 ⎛ 1 ⎞<br />
h 3 = × 8177 + ⎜1−<br />
⎟ × 0 = 1022,<br />
50 araç / saat<br />
2 ⎝ 2 ⎠<br />
• Yeni link akımlarının hesaplanması Denklem (6.5)’den;<br />
* *<br />
v = h 1 + h 2 = 1022,<br />
50 araç / saat<br />
1<br />
*<br />
v = h 3 = 1022,<br />
50 araç / saat<br />
3<br />
* *<br />
v = h 1 + h 2 = 1022,<br />
50 araç / saat<br />
6<br />
*<br />
v = h 1 = 1022,<br />
50 araç / saat<br />
v<br />
7<br />
9<br />
= h<br />
*<br />
2<br />
= 0<br />
*<br />
v = h 3 = 1022,<br />
50 araç / saat<br />
10<br />
*<br />
v = h 1 = 1022,<br />
50 araç / saat<br />
11<br />
*<br />
v = h 3 = 1022,<br />
50 araç / saat<br />
12<br />
86
*<br />
v = h 1 = 1022 araç / saat<br />
14<br />
* *<br />
v = h 2 + h 3 = 1022,<br />
50 araç / saat<br />
15<br />
*<br />
v = h 3 = 1022,<br />
50 araç / saat<br />
v<br />
16<br />
18<br />
= h<br />
*<br />
2<br />
= 0<br />
*<br />
v = h 1 = 1022,<br />
50 araç / saat<br />
19<br />
*<br />
v = h 3 = 1022,<br />
50 araç / saat<br />
20<br />
• Adım 5: Yeni rota maliyetlerinin (cp n ) hesaplanması<br />
c p1<br />
=<br />
c p2<br />
=<br />
c p3<br />
=<br />
374,<br />
75<br />
dakika<br />
394 dakika<br />
414,<br />
36<br />
dakika<br />
Link maliyetlerinde yakınsama henüz sağlanamamıştır, iterasyona devam<br />
edilecektir. Sonuç olarak, iterasyon sağlandığında, her rotanın maliyeti ve her<br />
rotanın akımı hesaplanmıştır.<br />
Yukarıda verilen örnekte de görüldüğü gibi, yakınsama sağlanana kadar<br />
iterasyon sayısı oldukça büyük değerlere ulaşacaktır. Ağın büyümesi ve B-V<br />
çiftlerinin artması ile bu hesaplama ağırlaşacağı için Şekil 5.1 de verilen akış<br />
diyagramına göre geliştirilen makro yazılım kullanılmıştır. Çalışma ağındaki 45 adet<br />
B-V çiftine ait, rotaları kullanan tüm linklerin maliyetleri, rota maliyetleri, rota<br />
akımları ve link akımlarına ait sayısal sonuçlar link rota-belirleme matrisi, BPR<br />
maliyet fonksiyonu, AOY trafik atama çözüm algoritması ve akımın korunması<br />
ilişkilerinden yararlanarak elde edilmiştir. Tablo 6.12 de Bursa-Muğla B-V çifti<br />
için, AOY algoritması ile denge durumundaki trafik atama sonuçları görülmektedir.<br />
AOY algoritması ile atama sırasında seyahat maliyetlerinde yakınsama sağlanana<br />
kadar devam eden her bir iterasyon sonucu elde edilen rota maliyetlerindeki (cp1, cp2,<br />
cp3) değişim grafik olarak Şekil 6.3 de gösterilmiştir. Bu değişim, rota<br />
maliyetlerindeki yakınsamanın sağlanması için gereken iterasyon sayısı (Bursa-<br />
Muğla B-V çifti için 35) kadar olmuştur. Denge durumuna ulaşana kadar elde edilen<br />
maliyet ve rota akımlarındaki iteratif değişim değerleri Tablo 6.13 de görüldüğü gibi<br />
hesaplanmıştır.<br />
87
88<br />
Tablo 6.12 Bursa-Muğla AOY algoritma sonuçları.<br />
Linkler 1 3 4 6 7 8 9 10 11 12 14 15 16 17 18 19 20<br />
c0 değerleri<br />
(dakika)<br />
Rotaları<br />
kullanan link<br />
akımları<br />
Vk (araç/saat)<br />
Rota akımları<br />
h1 (araç/saat)<br />
h2(araç/saat)<br />
h3(araç/saat)<br />
Linklerin<br />
maliyetleri<br />
ck(dakika)<br />
c10 c30 c40 c60 c70 c90 c100 c110 c120 c140 c150 c160 c170 ct180 c190 c200<br />
101 65 59 24 10 94 87 62 66 97 51 123 32 39<br />
1683 361 1683 1623 60 361 1623 361 1623 421 361 60 1623 361<br />
1623 h1 (n-1) 1623<br />
yardımcı<br />
degisken<br />
h1* 2044<br />
60 h2 (n-1) 60 h2* 0<br />
361 h3 (n-1) 361 h3* 0<br />
113 65 66 26 10 94 96 62 73 97 51 123 35<br />
Rotalar<br />
Rota<br />
R1 R2 R3 STD<br />
maliyetleri<br />
cp(dakika)<br />
408 408 408 0,17198<br />
Min rota<br />
maliyeti<br />
408<br />
88<br />
39
500<br />
450<br />
400<br />
350<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
Güzergah<br />
Maliyetleri<br />
(cp )dakika<br />
cp1<br />
cp2<br />
cp3<br />
İterasyon Sayısı (n)<br />
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35<br />
Şekil 6.3 Bursa-Muğla AOY trafik atama rota maliyetleri iteratif değişimi.<br />
Tablo 6.13 Bursa-Muğla rota maliyeti ve rota akımları değerleri.<br />
Rota Maliyetleri (dakika) Rota Akımları (araç/saat)<br />
İterasyon cp1 cp2 cp3 hp1 hp2 hp3<br />
1 461,03460 429,90660 408 2044,00 0,00 0,00<br />
5 406,69737 406,38445 408,16281 1635,20 0,00 408,80<br />
10 397,86167 406,54502 408,32007 1430,80 204,40 408,80<br />
15 400,42142 406,46874 408,24645 1498,93 136,27 408,80<br />
20 401,83937 406,44045 408,21861 1533,00 102,20 408,80<br />
25 402,73678 406,42609 408,20437 1553,44 81,76 408,80<br />
30 403,35507 406,4175 408,19582 1567,07 68,13 408,80<br />
35 408,08582 408,39878 408,11869 1623,18 60,12 360,71<br />
Algoritma sonucuna göre, Bursa-Muğla için belirlenen rota akımı değerlerine<br />
bakıldığında Şekil 6.4’de görüldüğü gibi, toplam seyahat talebinin en büyük<br />
bölümünün P1’e daha azının P3’e, en azının ise P2’ye yüklendiği görülmektedir.<br />
Şekil 6.5’de Bursa-Muğla B-V çifti için hesaplanan link akımları verilmiştir.<br />
Çalışma ağına ait hesaplanan tüm link akımları Ek C Tablo C.1’de sunulmuştur.<br />
89
1800<br />
1600<br />
1400<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
Güzergah Akımları<br />
hp (araç/saat)<br />
Şekil 6.4 Bursa-Muğla denge durumundaki rota akımları (hp).<br />
90<br />
h1<br />
h2<br />
h3
91<br />
1800<br />
1600<br />
1400<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
Link Akımları<br />
vk (araç/saat)<br />
Şekil 6.5 Bursa-Muğla B-V çifti için hesaplanan link akımları (vk).<br />
91<br />
v1<br />
v3<br />
v6<br />
v7<br />
v9<br />
v10<br />
v11<br />
v12<br />
v14<br />
v15<br />
v16<br />
v18<br />
v19<br />
v20
Trafik hacimleri yıllık artışlar göstereceğinden, önerilen yöntemin<br />
güvenilirliğini test etmek için B-V çiftleri arasında seyahat dağılımı ile hesaplanan<br />
hacim değerleri değişik oranlarda artırılmış ve yöntemin çalışıp çalışmadığı kontrol<br />
edilmiştir. %10-%20-%30 oranlarında artırılarak trafik atama yapılmış, artan trafik<br />
hacimlerine göre denge durumundaki trafik atama tekrar belirlenmiştir. Bursa-<br />
Muğla çifti için algoritma ile hesaplanan denge durumundaki link maliyetleri ve link<br />
akımları Tablo 6.14 de sunulmuştur. Şekil 6.6 da artan trafik yüklemesi durumunda<br />
link akımlarında oluşan değişimler verilmiştir.<br />
6.5.2 Rota Maliyetleri ve Rota Akımları İçin Regresyon Analizi<br />
Link Maliyetlerinin serisel toplamı ile hesaplanan rota maliyetleri ve buna bağlı<br />
olarak denge durumunda hesaplanan rota akımı değerleri, Denklem (4.24) de verilen<br />
BPR fonksiyonundaki α ve β link maliyeti kalibrasyon parametrelerinin Tablo 4.2 de<br />
önerilen değerlerine bağımlı olarak değişebilmektedir. Bu bakımdan, bağımsız<br />
değişken olan α ve β kalibrasyon parametreleri karşısında, bağımlı değişken olan<br />
maliyet değişkenleri cp1, cp2, cp3 ve rota akımı değişkenleri hp1, hp2, hp3 arasındaki<br />
etkilenmenin bulunmasına imkan veren regresyon analizi yapılmıştır.<br />
Regresyon analizinin yapılabilmesi için, hesaplamada önerilen (Tablo 4.2) farklı<br />
α ve β kalibrasyon parametreleri ve buna göre AOY kullanılarak iterasyonlar sonucu<br />
hesaplanan, Bursa-Muğla B-V çiftine ait denge durumundaki rota maliyetleri ve rota<br />
akımları Tablo 6.15 de verilmiştir. İteratif değişimlere göre hesaplanan sonuçlar,<br />
Ek D Tablo D.1-D.10’da sunulmuştur. Tablo 6.15 de verilen AOY hesap<br />
sonuçlarına göre hesaplanan hp1, hp2, hp3, cp1, cp2, cp3 regresyon analiz sonuçları<br />
Tablo 6.16 da görülmektedir.<br />
92
93<br />
q (araç/saat)<br />
2044 (Tablo6.8)<br />
+%10=2249<br />
+%20=2453<br />
+%30=2658<br />
Rota Akımları<br />
hp (araç/saat)<br />
Rota Maliyeti<br />
cp (dk)<br />
Tablo 6.14 Bursa-Muğla artan trafik hacimlerinde denge durumundaki link maliyetleri ve link akımları.<br />
Linkler 1 3 4 6 7 8 9 10 11 12 14 15 16 17 18 19 20<br />
Rotaları<br />
kullanan link<br />
akımları<br />
Vk(araç/saat)<br />
Rotaları<br />
kullanan link<br />
akımları<br />
Vk (araç/saat)<br />
Rotaları<br />
kullanan link<br />
akımları<br />
Vk (araç/saat)<br />
Rotaları<br />
kullanan link<br />
akımları<br />
Vk(araç/saat)<br />
Hesaplanan trafik hacmi<br />
için atama<br />
1683 361 1683 1623 60 361 1623 361 1623 421 361 60 1623 361<br />
1687 562 1687 1631 56 562 1631 562 1631 618 562 56 1631 562<br />
1710 743 1710 1635 74 743 1635 743 1635 818 743 74 1635 743<br />
1743 915 1743 1656 87 915 1656 915 1656 1002 915 87 1656 915<br />
P1 P2 P3<br />
1623 60 361<br />
+%10 1631 56 562<br />
+%20 1635 74 743<br />
+%30 1656 87 915<br />
408 408 408<br />
+%10 409 409 409<br />
+%20 410 410 410<br />
+%30 413 412 413<br />
93
94<br />
Link Akımları vk (araç/saat)<br />
2000<br />
1800<br />
1600<br />
1400<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20<br />
Linkler<br />
Şekil 6.6 Bursa-Muğla artan hacim değerleri durumunda link akımlarında oluşan değişimler.<br />
94<br />
Trafik Hacimleri<br />
+%10 Trafik Hacimleri<br />
+%20 Trafik Hacimleri<br />
+%30 Trafik Hacimleri
Tablo 6.15 Önerilen α ve β parametrelerine bağlı AOY hesap sonuçları (EkD den).<br />
Bağımsız Değişkenler Bağımlı Değişkenler<br />
Kalibrasyon<br />
parametreleri<br />
Rota Akımları (araç/saat) Rota Maliyetleri (dakika)<br />
α için<br />
önerilen<br />
β için<br />
önerilen hp1 hp2 hp3 cp1 cp2 cp3<br />
değerler değerler<br />
0,15 4 1623,18 60,12 360,71 408,0858 408,3988 408,1187<br />
0,5 4 1234,11 77,13 732,75 414,6199 414,5166 414,2582<br />
0,6 4 1186,84 87,91 769,25 416,8496 417,1415 417,2171<br />
0,7 4 1153,87 98,9 791,23 419,9845 420,3411 420,1884<br />
0,8 4 1132,82 98,51 812,67 423,2587 423,1257 423,4333<br />
0,15 2 1516,52 131,87 395,61 411,3802 411,4838 411,5029<br />
0,15 3 1582,45 65,94 395,61 408,7335 408,6782 408,7406<br />
0,15 5 1660,75 42,58 340,67 408,1718 408,2179 408,0177<br />
0,15 6 1681,35 32,97 329,68 407,7352 407,9125 408,0027<br />
Tablo 6.16 hp 1, hp2,<br />
hp 3 için α ve β parametrelerine bağımlı regresyon analizi sonucu<br />
ÖZET ÇIKIŞI<br />
Regresyon İstatistikleri<br />
(hp1 α ya bağımlı)<br />
Çoklu R 0,965042<br />
R Kare<br />
Ayarlı R<br />
0,931306<br />
Kare 0,921492<br />
Standart Hata 66,11747<br />
Gözlem<br />
ANOVA<br />
9<br />
df SS MS F<br />
Anlamlılık<br />
F<br />
Regresyon 1 414861,4 414861,4 94,90096 2,54E-05<br />
Fark 7 30600,64 4371,52<br />
Toplam 8 445462<br />
ÖZET ÇIKIŞI<br />
Regresyon İstatistikleri<br />
(hp1 β yabağımlı)<br />
Çoklu R 0,193291<br />
R Kare<br />
Ayarlı R<br />
0,037361<br />
Kare -0,10016<br />
Standart Hata 247,5073<br />
Gözlem<br />
ANOVA<br />
9<br />
df SS MS F<br />
Anlamlılık<br />
F<br />
Regresyon 1 16643 16643 0,271679 0,618286<br />
Fark 7 428819 61259,86<br />
Toplam 8 445462<br />
95
ÖZET ÇIKIŞI (h2 α ya bağımlı)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,44705<br />
R Kare 0,199854<br />
Ayarlı R<br />
Kare 0,085547<br />
Standart Hata 29,47779<br />
Gözlem 9<br />
ANOVA<br />
df SS MS F Anlamlılık F<br />
Regresyon 1 1519,255 1519,255 1,7484 0,22764364<br />
Fark 7 6082,581 868,9402<br />
Toplam 8 7601,836<br />
ÖZET ÇIKIŞI (h2 β ya bağımlı)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,802118<br />
R Kare 0,643394<br />
Ayarlı R<br />
Kare 0,59245<br />
Standart Hata 19,67907<br />
Gözlem 9<br />
ANOVA<br />
df SS MS F Anlamlılık F<br />
Regresyon 1 4890,975 4890,975 12,6295 0,009296<br />
Fark 7 2710,861 387,2659<br />
Toplam 8 7601,836<br />
ÖZET ÇIKIŞI (h3 α ya bağlı)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,97591<br />
R Kare 0,9524<br />
Ayarlı R<br />
Kare 0,9456<br />
Standart Hata 51,13084<br />
Gözlem 9<br />
ANOVA<br />
df SS MS F Anlamlılık F<br />
Regresyon 1 366164,4 366164,4 140,0588 6,98E-06<br />
Fark 7 18300,54 2614,363<br />
Toplam 8 384465<br />
ÖZET ÇIKIŞI (h3 β yabağımlı)<br />
Regresyon İstatistikleri<br />
Çoklu R 0,09527<br />
R Kare 0,009076<br />
Ayarlı R<br />
Kare -0,13248<br />
Standart Hata 233,2918<br />
Gözlem 9<br />
ANOVA<br />
df SS MS F Anlamlılık F<br />
Regresyon 1 3489,532 3489,532 0,064116 0,80737994<br />
Fark 7 380975,5 54425,06<br />
Toplam 8 384465<br />
96
Özellikle, B-V çifti arasındaki toplam seyahat talebinin en büyük bölümünü<br />
karşılayan hp in α ya göre bağımlılığı, Anova tablosuna bakıldığında;<br />
1<br />
Güvenilirlik düzeyi = 0,<br />
95 olduğunda, Güvensizlik bö lg esi = 1−<br />
0,<br />
95 = 0,<br />
05 olması<br />
demektir. Buna göre, Anlamlılık F = 2,54E-05 < 0.05 olduğundan model kabul<br />
edilebilir anlamına gelmektedir. Modelin kabul edilebilirliği test edildikten sonra,<br />
hp1 rota akımındaki değişimin α ya bağımlılığını değerlendirmek için,<br />
R Kare =0,931336 bakılırsa, hp1’deki değişim %931336 oranında α kalibrasyon<br />
parametresinden etkilenmektedir.<br />
hp in β ya göre bağımlılığı, Anova tablosuna bakıldığında;<br />
1<br />
Anlamlılık F = 0,618286 0.05 ve R Kare = 0,037361 olduğundan, hp1’deki<br />
değişime β kalibrasyon parametresinin etkisi çok küçüktür, anlamlı değildir.<br />
Regresyon analizi sonuçları, benzer şekilde toplam seyahat talebinin daha az<br />
miktarını karşılayan hp3 rota akımlarındaki değişimin α ya bağımlılığının yüksek<br />
olduğunu ve anlamlı olduğunu, β ya bağımlılığının ise çok küçük ve anlamsız<br />
olduğunu göstermektedir. Toplam seyahatin en az kısmını karşılayan hp2 rota<br />
akımlarındaki değişim α ve β parametrelerinden küçük oranda etkilenmektedir.<br />
6.6 Çalışma Ağının Ağ Güvenilirliği Bakımından Değerlendirilmesi<br />
Ağ güvenilirliği, seyahat süresi ve tıkanıklık gibi çeşitli ölçütlerin ne şekilde ve<br />
nasıl hesaplanabileceğini belirler. Trafik akımları felaketler, kazalar, yapım ve<br />
onarım gibi ağ kapasitesini ve karekteristiğini etkileyen olaylar ile etkilenirler.<br />
Güvenilirlik bakımından, karşılaştırılabilen seyahat süreleri ve maliyet bir karayolu<br />
ağının kullanıcılarına sunması gereken önemli koşullardır. Ağ güvenilirliğinin iki<br />
ölçüsü vardır. Birincisi ağ bağlantılılığı ile ilişkilidir. Elverişsiz konumlarda linkler<br />
yetersiz olduğunda, verilen B-V noktaları arasındaki ulaşımın sağlanmasında bazı<br />
rotaların kullanılması artık mümkün olmayabilir. Böyle durumda rota bağlantısız<br />
hale gelir. Bazı durumlarda, bağlantısı olan rota bile yetersiz olabilir. Örneğin, B-V<br />
seyahat sürelerinde kabul edilemez farklar oluşabilir. Bir yol ağının bağlantılılığını<br />
etkileyen deprem gibi büyük doğal olayların yanı sıra, daha sıklıkla meydana gelen<br />
97
olaylar bir ağın işleyişini etkileyebilir. Bu olaylar küçük kazalar, cadde üzerine park<br />
ihlali, kar, sel, yol bakımı gibi durumlar olabilir. Ağdaki linklerden herhangi biri<br />
bahsedilen sebepler dolayısı ile kapalı duruma gelebilir. Kapalı link sayısı birden<br />
fazla da olabilir. Bu durumda, belirli bir B-V arasındaki, kapalı hale gelen linki<br />
kullanan rotaların bazıları hizmet veremez olur. Çalışmada, rasgele kapalı linkin<br />
hangisi olabileceğini belirleyen bir program yazılarak, kapalı linkler belirlenmiştir.<br />
Güvenilirliğin ikinci ölçüsü, performans güvenilirliği olarak bahsedilir. Bir ağ<br />
kullanıcısının bakış açısıyla, seyahatin başlangıcından bitişine beklenen maliyeti, ağ<br />
performansına karşılık gelir [102].<br />
Ağ güvenilirliğinin bağlantılılığı ve performansını değerlendirmek amacıyla,<br />
B-V çiftlerini bağlayan farklı rotalardaki maliyet ve akım değişiklikleri aralarındaki<br />
farklılıklar incelenebilir. Bu değerlendirmeyi yapmak için, çalışma ağından örnek<br />
olarak üç B-V çifti (Bursa-Muğla, Balıkesir-Denizli ve Kütahya-Aydın) için, mevcut<br />
tüm linklerin kullanılabilir olması halinde ve rasgele bazı linklerin kapalı olabileceği<br />
durumlarda, her durumda üç farklı rotanın kullanılabileceği varsayılarak, link ve<br />
rotalardaki maliyet ve akım değişikliklerini görebilmek için AOY algoritması ile<br />
hesaplanan denge trafik atama sonuçları verilmiştir. Bu B-V çiftlerine ait tüm<br />
linklerin açık olması halinde ve bazı linklerin rasgele kapalı olabileceği durumlarda<br />
izlenebilecek rotalar Tablo 6.17 de verilmiştir. AOY algoritması ile yapılan çözüm<br />
sonucunda, elde edilen rota akımı ve rota maliyeti farklılıkları grafik olarak Şekil 6.7<br />
(a,b,c,d,e,f) de görülmektedir.<br />
98
99<br />
Tablo 6.17 Seçilen B-V çiftlerine ait bazı linklerin açık ya da kapalı olması halinde izlenebilecek rotalar.<br />
Bursa-Muğla Durum 1: Tüm linkler açık Durum 2: 14 (Aydın-Muğla)- Durum 3: 11 (İzmir-Aydın)- Durum 4: 15 (Denizli-Muğla)-<br />
18 (Salihli-Denizli) 20-12 (Uşak-Denizli) 18 (Salihli-Denizli)<br />
nolu linkler kapalı nolu linkler kapalı nolu linkler kapalı<br />
P1 1-6-19-7-11-14 1-6-19-7-11-13-15 1-6-19-7-17-18-15 1-6-19-7-11-14<br />
P2 1-6-9-18-15 1-6-9-8-20-12-15 1-6-9-18-15 1-6-9-17-11-14<br />
P3 3-16-10-20-12-15 3-16-10-20-12-15 3-16-10-8-18-15 3-16-10-20-12-13-14<br />
Balıkesir-Denizli Durum 1: Tüm linkler açık Durum 2: 18 (Salihli-Denizli) Durum 3: 20-12 (Uşak-Denizli) Durum4:9-18(Akhisar-Denizli)<br />
nolu linkler kapalı 19-7 (Akhisar-İzmir) nolu linkler kapalı<br />
nolu linkler kapalı<br />
P1 6-9-18 6-9-17-11-13 6-9-18 6-19-7-11-13<br />
P2 6-9-8-20-12 6-19-7-11-13 6-9-17-11-13 6-19-7-17-8-20-12<br />
P3 4-10-20-12 4-10-20-12 4-10-8-18 4-10-20-12<br />
Kütahya-Aydın Durum 1: Tüm linkler açık Durum 2: 8-17 (Uşak-İzmir) Durum 3: 9 (Akhisar-Salihli)- Durum 4: 20 (Uşak-Çivril)-<br />
nolu linkler kapalı 17 (Salihli-İzmir) 12 (Çivril-Denizli)<br />
nolu linkler kapalı nolu linkler kapalı<br />
P1 4-6-19-7-11 4-6-19-7-11 4-6-19-7-11 10-8-17-11<br />
P2 10-8-17-11 4-6-9-18-13 10-8-18-13 10-8-18-13<br />
P3 10-20-12-13 10-20-12-13 10-20-12-13 10-8-18-15-14<br />
99
Güzergah Akımları<br />
(h ) arac/saat<br />
2500<br />
2000<br />
1500<br />
1000<br />
500<br />
0<br />
h1 1623 0 0 2007<br />
h2 60 122 2044 37<br />
h3 361 1922 0 0<br />
Durumlar<br />
Şekil 6.7 (a) Bursa-Muğla rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota akımı değişiklikleri.<br />
Güzergah<br />
Maliyetleri<br />
(cp )dak<br />
600<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
1 2 3 4<br />
1 2 3 4<br />
cp1 408 508 590 438<br />
cp2 408 498 487 438<br />
cp3 408 498 566 477<br />
Durumlar<br />
Şekil 6.7 (b) Bursa-Muğla rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri.<br />
100<br />
h1<br />
h2<br />
h3<br />
cp1<br />
cp2<br />
cp3
Güzergah Akımları<br />
(h ) araç/saat<br />
900<br />
800<br />
700<br />
600<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
1 2 3 4<br />
h1 875 0 875 875<br />
h2 0 875 0 0<br />
h3 0 0 0 0<br />
Durumlar<br />
Şekil 6.7 (c) Balıkesir-Denizli rotalarında tüm linkler açık ve bazı linklerin kapalı<br />
olabildiği durumlardaki rota akımı değişiklikleri.<br />
Güzergah<br />
Maliyetleri<br />
(cp ) dak<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
1 2 3 4<br />
cp1 194 301 194 288<br />
cp2 252 288 300 357<br />
cp3 342 342 446 342<br />
Durumlar<br />
Şekil 6.7 (d) Balıkesir-Denizli rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri.<br />
101<br />
cp1<br />
cp2<br />
cp3<br />
h1<br />
h2<br />
h3
Güzergah<br />
Akımları<br />
(h ) araç/saat<br />
800<br />
600<br />
400<br />
200<br />
0<br />
1 2 3 4<br />
h1 0 0 0 757<br />
h2 0 0 0 0<br />
h3 757 757 757 0<br />
Durumlar<br />
Şekil 6.7 (e) Kütahya-Aydın rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota akımı değişiklikleri.<br />
Güzergah<br />
Maliyetleri<br />
(cp) dak<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
1 2 3 4<br />
cp1 349 349 349 323<br />
cp2 321 423 383 383<br />
cp3 280 280 280 462<br />
Durumlar<br />
Şekil 6.7 (f) Kütahya-Aydın rotalarında tüm linkler açık ve bazı linklerin<br />
kapalı olabildiği durumlardaki rota maliyetleri değişiklikleri.<br />
102<br />
cp1<br />
cp2<br />
cp3<br />
h1<br />
h2<br />
h3
Grafikler incelendiğinde, Bursa-Muğla B-V çifti için tüm linklerin açık olduğu<br />
1. durumda toplam trafik hacminin en büyük kısmı en kısa rotaya atanmıştır, kalan<br />
kısım ise maliyetlerin eşitlenmesi durumunda diğer iki rotaya atanmıştır. 2. ve<br />
3.durumlarda en kısa yol linkleri kapalı olduğu için o rota kullanılamaz durumda<br />
olduğundan diğer rotalardaki trafik ataması hesaplanmıştır. 2. durumda 1 rotasının<br />
maliyeti yüksek olduğundan diğer rotalara atama yapılmıştır. 3. durumda en düşük<br />
maliyetli 2 rotası trafik hacmini karşılayabilmektedir. 4. durumda 1 ve 2 rotalarının<br />
maliyeti eşit olduğundan toplam trafik hacmini bu rotalar karşılamaktadır, 3 rotasına<br />
maliyetin yüksek olması dolayısıyla akım gitmemiştir. Maliyet bakımından<br />
değerlendirildiğinde, en düşük maliyetler tüm linklerin kullanılabilir olması halinde<br />
hesaplanmıştır. Maliyetin tüm linklerin açık olması durumundan farklı olarak artan<br />
miktarlara göre sırasıyla 4 durumunda %7.35, 3 durumunda %19,36 ve 2 durumunda<br />
%22,05 oranlarında arttığı hesapla bulunmuştur.<br />
Balıkesir-Denizli B-V çifti için, tüm linklerin açık olduğu 1. durumda en kısa<br />
rotanın toplam trafik hacmini karşılayabildiği hesaplama sonucunda belirlenmiştir.<br />
Maliyet değerlendirilmesi bakımından tüm linkler açıkken en düşük değer elde<br />
edilirken, artış miktarları sırasıyla 3 durumunda değişmemiştir, 4 ve 2 durumlarında<br />
%48,45 oranında artan maliyetle trafik hacmi karşılanabilmiştir. Linklerin kapalı<br />
olması halinde maliyet yükselmektedir.<br />
Kütahya-Aydın B-V çifti için, 1, 2, 3 durumlarında maliyet eşittir ve toplam<br />
trafik hacmi 3 rotası ile karşılanabilmektedir. Bu rotanın linklerinden bazılarının<br />
kapalı olması dolayısı ile kullanılamaz duruma gelmesi halinde, 4 durumunda<br />
hesaplandığı şekilde 1 nolu rota %15,36 oranında artan bir maliyetle toplam trafik<br />
hacmini karşılamaktadır.<br />
6.7 Sonuç<br />
Bu bölümde, ulaşım planlaması sistemi ile modelleme çalışması yapılmıştır.<br />
Belirlenen ulaşım ağına ait 45 B-V çifti için seyahat talebi bulunmuş ve trafik atama<br />
ile minimum seyahat maliyetlerinde rota akımları ve link akımları hesaplanmıştır.<br />
Yapılan hesaplamaların sonuçları bir sonraki bölümde açıklanmıştır.<br />
103
7. SONUÇLAR<br />
• B-V trafik talep matrisi denge ataması için önemli bir veridir. Bu yüzden, B-V<br />
trafik taleplerinin güvenilir bir şekilde tahmini, linklere trafiğin yüklenmesi sonucu<br />
için önemlidir. Bu tezde, ulaşım planlamasının başlangıç adımı için gerekli olan<br />
seyahat üretimi matrisinin tahmin edilebilmesi için bir yöntem önerilmiştir. Önerilen<br />
yöntem, YOGT ve sosyo ekonomik faktörleri temel alarak bir ulaşım ağının seyahat<br />
talebi üretimini bulur. Yıllar içerisinde sosyo ekonomik faktörlerde gelişme<br />
olacağından ve YOGT değerleri değişeceğinden, geliştirilen model ile verilerin<br />
yenilenerek güncellemenin her an yapılabilmesi ya da farklı ulaşım ağlarında da<br />
çözümler üretilebilmesi sağlanmıştır.<br />
• Çalışma ağına ait B-V çiftleri için Dijkstra algoritması uygulanarak, en kısa<br />
rotalar ve bu rotaların seyahat süreleri belirlenmiştir. En kısa yol algoritması ile elde<br />
edilen sonuçlar Ek A da verilmiştir.<br />
• Link maliyet fonksiyonları, link üzerindeki trafik hacmi ile etkilenmektedir.<br />
Link hacimleri de diğer linklerin maliyetlerinden etkilenmektedir. Bunun için farklı<br />
link akımları ile uyum gösteren BPR maliyet fonksiyonu ile B-V çiftleri arasındaki<br />
talebi karşılamak için kullanılan alternatif rotaların denge optimizasyonu halinde<br />
minimum seyahat süreleri hesaplanmıştır.<br />
• Link trafik hacimlerinin belirlenmesinde regresyon analizi gibi istatistiksel<br />
yöntemler ya da trafik atama yöntemi kullanılmaktadır. Çalışmada, Çekim Yöntemi<br />
ile seyahat dağılımı belirlendikten sonra AOY kullanılarak, B-V çiftleri arasındaki<br />
rotaların denge durumundaki trafik hacimleri belirlenmiştir.<br />
• Akımın korunması ilişkileri esas alınarak, rota akımları ve link-rota belirleme<br />
matrislerinden faydalanarak link akımları hesaplanmıştır. Çalışma ağına ait<br />
104
hesaplanan sonuçlar Ek B Tablo B.1 de verilmiştir. Hesaplanan link akımları Ek C<br />
Tablo C.1 de görülmektedir.<br />
Yapılan çözümler değerlendirildiğinde, trafik hacminin yüksek olması<br />
durumunda, dengedeki minimum seyahat maliyetine ulaşıldığında yüklenen trafik<br />
hacminin en büyük payının en kısa rotaya atandığı, daha az miktar trafik hacminin<br />
alternatif rotalara atandığı bulunmuştur. Bazı B-V çiftleri için, mümkün olan birçok<br />
alternatif rotaya rağmen bir ya da iki rota trafik hacmini taşımaktadır, diğer rotalara<br />
akım gitmemektedir. Çünkü, diğer rotaların serbest akım seyahat süreleri bile, trafik<br />
hacmini taşıyan rotaların trafik yüklü seyahat sürelerinden çok daha fazla<br />
olduğundan seyahat maliyetlerinde denge sağlanamamakta ve diğer rotalara akım<br />
gitmemektedir. Seyahat maliyetlerinde dengeye ulaşan rotalar tarafından B-V çifti<br />
arasındaki seyahat talebi karşılanmaktadır.<br />
• Trafik hacimleri yıllık artışlar göstereceğinden, önerilen yöntemin<br />
güvenilirliğini test etmek için B-V çiftleri arasında seyahat dağılımı ile hesaplanan<br />
hacim değerleri değişik oranlarda artırılarak yöntemin çalışıp çalışmadığı kontrol<br />
edilmiştir. %10-%20-%30 oranlarında artırılarak trafik atama yapılmış, artan trafik<br />
hacimlerine göre denge durumundaki seyahat maliyetleri ve rota akımları tekrar<br />
belirlenmiştir. Artırılarak yapılan trafik atamada hesaplanan seyahat sürelerinin<br />
birbirlerinden çok büyük farklarla ayrılmadıkları dolayısıyla önerilen yöntemin iyi<br />
çalıştığı sorun çıkmadığı belirlenmiştir.<br />
• Trafik akımları felaketler, kazalar, yapım ve onarım gibi ağ kapasitesini ve<br />
karekteristiğini etkileyen olaylar ile etkileneceğinden bağlantı güvenilirliğinin<br />
incelenmesi, problem belirlenmesi durumunda ise bağlantı güvenilirliğinin ağ<br />
üzerinde yeni yönlendirmelerle sağlanması ve bu alternatiflerin süre tabanlı<br />
değerlendirilerek en iyi yönlendirmenin bulunması için, rasgele seçilen bazı linklerin<br />
kapalı olması durumunda rota akımlarındaki ve seyahat maliyetlerindeki değişimler<br />
hesaplanmıştır. Tüm linklerin açık olmasına göre, rasgele belirlenen bazı linklerin<br />
kapalı olması halinde rota akımları farklılıklar göstermekte bazı rotalar seyahat<br />
maliyetlerinin yüksek olması sebebiyle hiç akım taşımamaktadır. Seyahat maliyetleri<br />
%7.35’den %48.45’ e varan değişik oranlarda yükselmektedir.<br />
105
EK A. ÇALIŞMA AĞI DİJKSTRA ALGORİTMASI İLE EN KISA ROTA<br />
SONUÇLARI<br />
Graph:<br />
10: <br />
8: <br />
13: <br />
9: <br />
12: <br />
6: <br />
3: <br />
4: <br />
2: <br />
14: <br />
5: <br />
7: <br />
1: <br />
11: <br />
Shortest path from 1 to 2: 1 12 2 , Cost=74<br />
Shortest path from 1 to 3: 1 3 , Cost=63<br />
Shortest path from 1 to 4: 1 3 4 , Cost=164<br />
Shortest path from 1 to 5: 1 3 4 11 5 , Cost=255<br />
Shortest path from 1 to 6: 1 3 4 11 5 6 , Cost=279<br />
Shortest path from 1 to 7: 1 12 2 10 14 8 7 , Cost=353<br />
Shortest path from 1 to 8: 1 12 2 10 14 8 , Cost=269<br />
Shortest path from 1 to 9: 1 12 2 10 14 8 9 , Cost=366<br />
Shortest path from 1 to 10: 1 12 2 10 , Cost=168<br />
Shortest path from 2 to 3: 2 12 3 , Cost=116<br />
Shortest path from 2 to 4: 2 4 , Cost=147<br />
Shortest path from 2 to 5: 2 10 13 11 5 , Cost=217<br />
Shortest path from 2 to 6: 2 10 13 6 , Cost=234<br />
Shortest path from 2 to 7: 2 10 14 8 7 , Cost=279<br />
Shortest path from 2 to 8: 2 10 14 8 , Cost=195<br />
Shortest path from 2 to 9: 2 10 14 8 9 , Cost=292<br />
Shortest path from 2 to 10: 2 10 , Cost=94<br />
Shortest path from 3 to 4: 3 4 , Cost=101<br />
Shortest path from 3 to 5: 3 4 11 5 , Cost=192<br />
Shortest path from 3 to 6: 3 4 11 5 6 , Cost=216<br />
Shortest path from 3 to 7: 3 4 11 5 6 7 , Cost=303<br />
Shortest path from 3 to 8: 3 4 11 13 8 , Cost=293<br />
Shortest path from 3 to 9: 3 4 11 5 6 7 9 , Cost=369<br />
Shortest path from 3 to 10: 3 12 2 10 , Cost=210<br />
Shortest path from 4 to 5: 4 11 5 , Cost=91<br />
Shortest path from 4 to 6: 4 11 5 6 , Cost=115<br />
Shortest path from 4 to 7: 4 11 5 6 7 , Cost=202<br />
106
Shortest path from 4 to 8: 4 11 13 8 , Cost=192<br />
Shortest path from 4 to 9: 4 11 5 6 7 9 , Cost=268<br />
Shortest path from 4 to 10: 4 11 13 10 , Cost=150<br />
Shortest path from 5 to 6: 5 6 , Cost=24<br />
Shortest path from 5 to 7: 5 6 7 , Cost=111<br />
Shortest path from 5 to 8: 5 11 13 8 , Cost=165<br />
Shortest path from 5 to 9: 5 6 7 9 , Cost=177<br />
Shortest path from 5 to 10: 5 11 13 10 , Cost=123<br />
Shortest path from 6 to 7: 6 7 , Cost=87<br />
Shortest path from 6 to 8: 6 7 8 , Cost=171<br />
Shortest path from 6 to 9: 6 7 9 , Cost=153<br />
Shortest path from 6 to 10: 6 13 10 , Cost=140<br />
Shortest path from 7 to 8: 7 8 , Cost=84<br />
Shortest path from 7 to 9: 7 9 , Cost=66<br />
Shortest path from 7 to 10: 7 8 14 10 , Cost=185<br />
Shortest path from 8 to 9: 8 9 , Cost=97<br />
Shortest path from 8 to 10: 8 14 10 , Cost=101<br />
Shortest path from 9 to 10: 9 8 14 10 , Cost=198<br />
107
B/V<br />
EK B. ÇALIŞMA AĞI AOY İLE TRAFİK ATAMA HESAP SONUÇLARI<br />
Tablo B.1 Alternatif rotalar, rota akımları ve rota maliyetleri.<br />
Rotalar<br />
P1 P2 P3<br />
Linkler<br />
Rota Akımları<br />
(araç/saat)<br />
Rota<br />
Maliyetleri<br />
(dakika)<br />
h 1 h 2 h 3 C p2 C p2 C p3<br />
1/2 5-16 2-3-16 2-1-4 426 0 0 174 179 311<br />
1/3 P1 P2 P3 352 0 0 63 88 350<br />
1/4 2-1 5-3-1 5-16-4 974 0 0 166 190 221<br />
1/5 2-1-6-19 5-16-4-6-19 5-16-10-8-9-19 1366 0 0 268 317 293<br />
1/6 2-1-6-19-7 5-16-4-6-19-7 5-16-10-8-17 1640 0 107 308 348 308<br />
1/7 2-1-6-19-7-11 5-16-10-20-12-13 5-16-10-8-17-11 153 1267 0 366 366 401<br />
1/8 2-1-6-9-18 5-16-10-20-12 5-16-10-8-18 0 857 0 356 271 373<br />
1/9 2-1-6-19-7-11-14 2-1-6-9-18-15 5-16-10-20-12-15 0 0 925 432 454 370<br />
1/10 2-1-6-9-8 5-16-10 0 246 314 168<br />
2/1 16-5 16-3-2 4-1-2 608 0 0 74 179 311<br />
2/3 16-5-2 16-3 4-1 0 1249 0 139 120 248<br />
2/4 4 16-3-1 10-8-9-6 507 0 0 147 217 163<br />
2/5 4-6-19 10-8-17-7 10-8-9-19 0 0 671 238 259 218<br />
2/6 4-6-19-7 10-8-17 10-8-9-19-7 0 1229 0 262 242 247<br />
2/7 4-6-19-7-11 10-8-17-11 10-20-12-13 0 0 757 349 321 280<br />
2/8 4-6-9-18 10-8-18 10-20-12 0 0 543 339 298 195<br />
2/9 4-6-19-7-11-14 10-8-18-15 10-20-12-15 0 0 591 415 395 293<br />
2/10 10 4-6-9-8 4-6-19-7-17-8 228 0 0 94 297 402<br />
3/1 2 3-5 1-4-16-5 362 0 0 63 88 350<br />
3/2 2-5-16 3-16 1-4 0 893 0 137 117 248<br />
3/4 1 3-16-4 2-5-16-4 1659 0 0 112 263 284<br />
3/5 1-6-19 3-16-10-8-9-19 3-16-10-8-17-7 1903 0 0 228 339 431<br />
3/6 1-6-19-7 1-6-9-17 3-16-10-8-17 2007 305 0 294 294 350<br />
3/7 1-6-19-7-11 1-6-9-18-13 3-16-10-20-12-13 1767 0 0 345 399 395<br />
3/8 1-6-19-7-11-13 1-6-9-18 3-16-10-20-12 0 1437 239 397 311 311<br />
3/9 1-6-19-7-11-14 1-6-9-18-15 3-16-10-20-12-15 1623 60 361 408 408 408<br />
3/10 1-6-9-8 3-16-10 0 482 251 210<br />
4/1 1-2 1-3-5 4-16-5 1253 0 0 170 193 221<br />
4/2 4 1-3-16 6-9-8-10 457 0 0 147 217 163<br />
4/3 1 4-16-3 4-16-5-2 2091 0 0 129 263 284<br />
4/5 6-19 6-9-17-7 4-10-8-9-19 2198 0 0 121 172 375<br />
4/6 6-19-7 6-9-17 4-10-8-17 2016 680 0 173 173 381<br />
4/7 6-19-7-11 6-9-17-11 4-10-20-12-13 2007 37 0 251 251 426<br />
4/8 6-19-7-11-13 6-9-18 6-9-8-20-12 0 875 0 286 194 252<br />
4/9 6-19-7-11-14 6-9-17-11-14 4-10-20-12-15 759 0 0 269 282 439<br />
4/10 6-19-7-17-8 6-9-8 4-10 0 1011 0 257 152 241<br />
5/1 19-6-1-2 19-6-4-16-5 19-9-8-10-16-5 1447 0 0 271 318 293<br />
5/2 19-6-4 7-17-8-10 19-9-8-10 0 0 496 238 258 217<br />
5/3 19-6-1 19-9-8-10-16-3 7-17-8-10-16-3 1968 0 0 233 340 431<br />
5/4 19-6 7-17-9-6 19-9-8-10-4 1808 0 0 105 161 369<br />
5/6 7 19-9-17 2877 0 47 101<br />
5/7 7-11 19-9-18-13 19-9-17-11 1860 0 0 130 249 203<br />
5/8 7-11-13 19-9-18 7-17-18 0 1601 0 195 180 218<br />
5/9 7-11-14 19-9-18-15 7-17-18-15 1938 0 0 213 262 308<br />
5/10 7-17-8 19-9-8 19-6-4-10 0 1451 0 169 131 334<br />
6/1 7-19-6-1-2 7-19-6-4-16-5 7-8-10-16-5 1414 0 0 295 343 308<br />
6/2 7-19-6-4 17-8-10 7-19-9-8-10 0 694 0 262 235 242<br />
6/3 7-19-6-1 17-9-6-1 17-8-10-16-3 1820 0 0 250 254 350<br />
6/4 7-19-6 17-9-6 17-8-10-4 1686 0 0 128 135 381<br />
6/5 7 17-9-19 2185 0 32 101<br />
6/7 11 17-18-13 7-19-9-18-13 1424 0 0 92 266 273<br />
108
Tablo B.1’in devamı<br />
6/8 11-13 17-18 7-19-9-18 1189 0 0 176 182 189<br />
6/9 11-14 11-13-15 17-18-13-14 1489 0 0 164 274 337<br />
6/10 17-8 7-19-9-8 17-18-12-20 1033 0 0 142 148 284<br />
7/1 11-7-19-6-1-2 13-12-20-10-16-5 11-17-8-10-16-5 569 1281 0 367 367 402<br />
7/2 11-7-19-6-4 11-17-8-10 13-12-20-10 0 0 683 349 321 280<br />
7/3 11-7-19-6-1 13-18-9-6-1 13-12-20-10-16-3 2147 0 88 395 426 395<br />
7/4 11-7-19-6 11-17-9-6 13-12-20-10-4 2006 47 0 252 252 426<br />
7/5 11-7 13-18-9-19 11-17-9-19 2269 0 0 153 249 221<br />
7/6 11 13-18-17 13-18-9-19-7 1574 0 0 95 266 273<br />
7/8 13 14-15 11-17-18 1199 0 0 86 163 269<br />
7/9 14 13-15 11-17-18-15 1351 0 0 69 181 366<br />
7/10 13-12-20 14-15-12-20 11-17-8 1461 0 0 197 271 227<br />
8/1 18-9-6-1-2 12-20-10-16-5 18-8-10-16-5 0 1035 0 356 273 375<br />
8/2 18-9-6-4 18-8-10 12-20-10 0 0 456 339 298 195<br />
8/3/ 13-11-7-19-6-1 18-9-6-1 12-20-10-16-3 0 1447 523 397 311 311<br />
8/4 13-11-7-19-6 18-9-6 12-20-8-9-6 0 820 0 286 193 251<br />
8/5 13-11-7 18-9-19 18-17-7 0 1810 0 195 190 225<br />
8/6 13-11 18-17 18-9-19-7 1482 756 0 183 183 190<br />
8/7 13 15-14 18-17-11 1122 0 0 86 163 269<br />
8/9 15 13-14 18-17-11-14 449 0 0 97 150 335<br />
8/10 12-20 18-8 13-11-17-8 599 0 0 101 204 211<br />
9/1 14-11-7-19-6-1-2 15-18-9-6-1-2 15-12-20-10-16-5 0 0 718 432 453 367<br />
9/2 14-11-7-19-6-4 15-18-8-10 15-12-20-10 0 0 323 415 395 292<br />
9/3 14-11-7-19-6-1 15-18-9-6-1 15-12-20-10-16-3 1559 0 0 400 404 408<br />
9/4 14-11-7-19-6 14-11-17-9-6 15-12-20-10-4 460 0 0 268 281 439<br />
9/5 14-11-7 15-18-9-19 15-18-17-7 1416 0 0 187 262 304<br />
9/6 14-11 15-13-11 14-13-18-17 1481 0 0 164 274 337<br />
9/7 14 15-13 15-18-17-11 817 0 0 66 181 366<br />
9/8 15 14-13 14-11-17-18 290 0 0 97 150 335<br />
9/10 15-12-20 15-18-8 14-11-17-8 198 0 0 198 301 293<br />
10/1 8-9-6-1-2 10-16-5 0 246 314 168<br />
10/2 10 8-9-6-4 8-17-7-19-6-4 287 0 0 94 297 402<br />
10/3 8-9-6-1 10-16-3 0 844 251 212<br />
10/4 8-17-7-19-6 8-9-6 10-4 0 1418 0 263 159 241<br />
10/5 8-17-7 8-9-19 10-4-6-19 0 2475 0 207 189 349<br />
10/6 8-17 8-9-19-7 20-12-18-17 1698 314 0 166 166 290<br />
10/7 20-12-13 20-12-15-14 8-17-11 1996 0 49 227 287 227<br />
10/8 20-12 8-18 8-17-11-13 893 0 0 102 204 311<br />
10/9 20-12-15 8-18-15 8-17-11-14 456 0 0 198 301 293<br />
109
110<br />
B/V<br />
EK C. ÇALIŞMA AĞI HESAPLANAN LİNK AKIMLARI<br />
Tablo C.1 Çalışma ağına ait hesaplanan link akımları.<br />
Link Akımları (araç /saat)<br />
V1 V3 V4 V6 V7 V8 V9 V10 V11 V12 V14 V15 V16 V17 V18 V19 V20 V2 V5 V13<br />
1/2 4 26 0 4 26<br />
1/3 0 3 62 0<br />
1/4 974 0 0 0 974 0<br />
1/5 1366 0 1366 0 0 0 0 1366 1366 0<br />
1/6 1640 0 1640 1640 107 107 107 107 1640 1640 107<br />
1/7 153 153 153 0 1267 153 1267 1267 0 153 1267 153 1267 1267<br />
1/8 0 0 0 0 857 857 857 0 857 0 857<br />
1/9 0 0 0 0 925 0 925 0 925 925 0 0 925 0 925<br />
1/10 0 0 0 0 246 246 0 246<br />
2/1 0 0 0 608 0 608<br />
2/3 0 1249 0 1249 0 0<br />
2/4 0 0 507 0 0 0 0<br />
2/5 0 0 0 671 671 671 0 671<br />
2/6 0 0 0 1229 0 1229 1229 0<br />
2/7 0 0 0 0 757 0 757 0 0 757 757<br />
2/8 0 0 0 0 543 543 0 543<br />
2/9 0 0 0 0 591 0 591 0 591 0 0 591<br />
2/10 0 0 0 0 0 228 0 0<br />
105
111<br />
Tablo C.1’in devamı<br />
3/1 0 0 0 0 362 0<br />
3/2 0 893 0 893 0 0<br />
3/4 1659 0 0 0 0 0<br />
3/5 1903 0 1903 0 0 0 0 0 0 1903<br />
3/6 2312 0 2312 2007 0 305 0 0 305 2007<br />
3/7 1767 0 1767 1767 0 0 1767 0 0 0 1767 0 0<br />
3/8 1437 239 1437 0 1437 239 0 239 239 1437 0 239 0<br />
3/9 1683 361 1683 1623 60 361 1623 361 1623 421 361 60 1623 361<br />
3/10 0 482 0 0 0 482 482<br />
4/1 1253 0 0 0 1253 0<br />
4/2 0 0 457 0 0 0 0<br />
4/3 2091 0 0 0 0 0<br />
4/5 0 2198 0 0 0 0 0 2198<br />
4/6 0 2696 2016 0 680 0 680 2016<br />
4/7 0 2044 2007 37 0 2044 0 37 0 2007 0 0<br />
4/8 0 875 0 0 875 0 0 0 875 0 0 0<br />
4/9 0 759 759 0 0 759 0 759 0 0 0 759 0<br />
4/10 0 1011 0 1011 1011 0 0 0<br />
5/1 1447 0 1447 0 0 0 0 1447 1447 0<br />
5/2 0 0 0 496 496 496 0 496<br />
5/3 1968 0 1968 0 0 0 0 0 0 1968<br />
5/4 0 1808 0 0 0 0 0 1808<br />
5/6 2877 0 0 0<br />
5/7 1860 0 1860 0 0 0 0<br />
5/8 0 1601 0 0 1601 1601 0<br />
5/9 1938 0 1938 1938 0 0 0 0<br />
5/10 0 0 0 1451 1451 0 0 1451<br />
106
112<br />
Tablo C.1’in devamı<br />
6/1 1414 0 1414 1414 0 0 0 0 1414 1414 0<br />
6/2 0 0 0 694 0 694 694 0<br />
6/3 1820 0 1820 1820 0 0 0 0 0 1820<br />
6/4 0 1686 1686 0 0 0 0 1686<br />
6/5 2185 0 0 0<br />
6/7 0 0 1424 0 0 0 0<br />
6/8 0 0 1189 0 0 0 1189<br />
6/9 1489 1489 0 0 0 0<br />
6/10 0 1033 0 0 1033 0 0 0<br />
7/1 569 569 569 0 1281 569 1281 1281 0 569 1281 569 1281 1281<br />
7/2 0 0 0 0 683 0 683 0 0 683 683<br />
7/3 2147 88 2147 2147 0 88 2147 88 88 0 2147 88 88<br />
7/4 0 2053 2006 47 0 2053 0 47 0 2006 0 0<br />
7/5 2269 0 2269 0 0 0 0<br />
7/6 0 0 1574 0 0 0 0<br />
7/8 0 0 0 0 0 1199<br />
7/9 0 1351 0 0 0 0<br />
7/10 0 0 1461 0 0 0 1461 1461<br />
8/1 0 0 0 0 1035 1035 1035 0 1035 0 1035<br />
8/2 0 0 0 0 456 456 0 456<br />
8/3/ 1447 523 1447 0 1447 523 0 523 523 1447 0 523 0<br />
8/4 0 820 0 0 820 0 0 0 820 0 0 0<br />
8/5 0 1810 0 0 1810 1810 0<br />
8/6 0 0 1482 756 756 0 1482<br />
8/7 0 0 0 0 0 1122<br />
8/9 0 0 449 0 0 0<br />
8/10 0 0 599 0 0 599 0<br />
107
113<br />
Tablo C.1’in devamı<br />
9/1 0 0 0 0 718 0 718 0 718 718 0 0 718 0 718<br />
9/2 0 0 0 0 323 0 323 0 323 0 0 323<br />
9/3 1559 0 1559 1559 0 0 1559 0 1559 0 0 0 1559 0<br />
9/4 0 460 460 0 0 460 0 460 0 0 0 460 0<br />
9/5 1416 0 1416 1416 0 0 0 0<br />
9/6 1481 1481 0 0 0 0<br />
9/7 0 817 0 0 0 0<br />
9/8 0 0 290 0 0 0<br />
9/10 0 0 198 0 198 0 0 198 0<br />
10/1 0 0 0 0 443 443 0 443<br />
10/2 0 0 0 0 0 287 0 0<br />
10/3 0 844 0 0 0 844 844<br />
10/4 0 1418 0 1418 1418 0 0 0<br />
10/5 0 0 0 2475 2475 0 0 2475<br />
10/6 314 2012 314 0 1698 0 314 0<br />
10/7 49 49 1996 0 0 49 1996 1996<br />
10/8 0 0 893 0 0 893 0<br />
10/9 0 0 456 0 456 0 0 456 0<br />
108
EK D. α ve β LİNK MALİYETİ KALİBRASYON PARAMETRELERİNİN<br />
ÖNERİLEN DEĞERLERİNE GÖRE ROTA AKIMLARI VE ROTA<br />
MALİYETİ DEĞİŞİMLERİ<br />
Tablo D.1 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=4)<br />
α.=0,15 β=4 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 461,0346 429,9066 408<br />
n=2 1022,00 0,00 1022,00 374,7522 394,0062 414,3601<br />
n=3 1362,67 0,00 681,33 387,1797 398,1815 409,2563<br />
n=4 1533,00 0,00 511,00 398,1203 402,7212 408,3975<br />
n=5 1635,20 0,00 408,80 406,6974 406,3845 408,1628<br />
n=6 1362,67 340,67 340,67 398,542 409,5694 408,3585<br />
n=7 1460,00 292,00 292,00 404,1099 411,7156 408,1935<br />
n=8 1533,00 255,50 255,50 408,8861 413,4951 408,1134<br />
n=9 1362,67 227,11 454,22 393,9007 404,9076 408,4878<br />
n=10 1430,80 204,40 408,80 397,8617 406,545 408,3201<br />
n=11 1486,55 185,82 371,64 401,4666 408,0193 408,2186<br />
n=12 1533,00 170,33 340,67 404,7387 409,3412 408,1544<br />
n=13 1572,31 157,23 314,46 407,7085 410,5268 408,1121<br />
n=14 1606,00 146,00 292,00 410,4075 411,5925 408,0833<br />
n=15 1498,93 136,27 408,80 400,4214 406,4687 408,2465<br />
n=16 1533,00 127,75 383,25 402,8852 407,4866 408,1904<br />
n=17 1563,06 120,24 360,71 405,1811 408,4298 408,1494<br />
n=18 1589,78 113,56 340,67 407,3213 409,3044 408,1189<br />
n=19 1613,68 107,58 322,74 409,3181 410,1161 408,0957<br />
n=20 1533,00 102,20 408,80 401,8394 406,4405 408,2186<br />
n=21 1557,33 97,33 389,33 403,7042 407,216 408,1799<br />
n=22 1579,45 92,91 371,64 405,4687 407,9478 408,1493<br />
n=23 1599,65 88,87 355,48 407,139 408,6385 408,125<br />
n=24 1618,17 85,17 340,67 408,7209 409,2908 408,1054<br />
n=25 1553,44 81,76 408,80 402,7368 406,4261 408,2044<br />
n=26 1572,31 78,62 393,08 404,235 407,0522 408,1747<br />
n=27 1589,78 75,70 378,52 405,6669 407,6497 408,1502<br />
n=28 1606,00 73,00 365,00 407,0356 408,2198 408,1299<br />
n=29 1621,10 70,48 352,41 408,3445 408,764 408,1129<br />
n=30 1567,07 68,13 408,80 403,3551 406,4175 408,1958<br />
n=31 1582,45 65,94 395,61 404,6065 406,9424 408,1718<br />
n=32 1596,88 63,88 383,25 405,8107 407,447 408,1513<br />
n=33 1610,42 61,94 371,64 406,9699 407,9322 408,1338<br />
n=34 1623,18 60,12 360,71 408,0858 408,3988 408,1187<br />
114
Tablo D.2 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,50 ve β=4)<br />
α.=0,50 β=4 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 675,782029 523,022018 408<br />
n=2 1022,00 0,00 1022,00 388,173877 403,354164 429,200384<br />
n=3 1362,67 0,00 681,33 429,598919 417,271567 412,18773<br />
n=4 1022,00 0,00 1022,00 388,173877 403,354164 429,200384<br />
n=5 1226,40 0,00 817,60 408,758951 409,304155 416,683677<br />
n=6 1362,67 0,00 681,33 429,598919 417,271567 412,18773<br />
n=7 1168,00 0,00 876,00 401,709787 406,903727 419,443439<br />
n=8 1277,50 0,00 766,50 415,811223 411,892328 414,707934<br />
n=9 1135,56 227,11 681,33 411,82831 419,439434 414,338744<br />
n=10 1226,40 204,40 613,20 423,457884 424,014146 412,15885<br />
n=11 1114,91 185,82 743,27 406,195468 415,264621 415,96357<br />
n=12 1192,33 170,33 681,33 415,395446 418,711981 413,622812<br />
n=13 1100,62 157,23 786,15 402,684254 412,740246 417,317474<br />
n=14 1168,00 146,00 730,00 410,245275 415,442093 414,927227<br />
n=15 1226,40 136,27 681,33 417,795252 418,34264 413,25662<br />
n=16 1149,75 127,75 766,50 406,69317 413,25376 416,06768<br />
n=17 1202,35 120,24 721,41 413,122741 415,638027 414,330425<br />
n=18 1249,11 113,56 681,33 419,510258 418,121502 413,036613<br />
n=19 1183,37 107,58 753,05 409,686957 413,701287 415,298337<br />
n=20 1226,40 102,20 715,40 415,264559 415,810454 413,944541<br />
n=21 1168,00 97,33 778,67 407,061967 412,256476 416,166234<br />
n=22 1207,82 92,91 743,27 411,999682 414,073636 414,779665<br />
n=23 1244,17 88,87 710,96 416,91794 415,955666 413,675285<br />
n=24 1192,33 85,17 766,50 409,417041 412,728577 415,54385<br />
n=25 1226,40 81,76 735,84 413,836689 414,382176 414,407343<br />
n=26 1257,85 78,62 707,54 418,231618 416,077274 413,477024<br />
n=27 1211,26 75,70 757,04 411,333332 413,12761 415,08702<br />
n=28 1241,00 73,00 730,00 415,329539 414,639713 414,127546<br />
n=29 1198,21 70,48 775,31 409,262257 412,10787 415,716659<br />
n=30 1226,40 68,13 749,47 412,921226 413,466567 414,738082<br />
n=31 1252,77 65,94 725,29 416,565893 414,856912 413,909823<br />
n=32 1213,63 63,88 766,50 410,893102 412,494243 415,309744<br />
n=33 1238,79 61,94 743,27 414,257531 413,756773 414,463181<br />
n=34 1202,35 120,24 721,41 413,122741 415,638027 414,330425<br />
n=35 1226,40 116,80 700,80 416,325638 416,872021 413,637368<br />
n=36 1192,33 113,56 738,11 411,282305 414,59456 414,827399<br />
n=37 1215,35 110,49 718,16 414,267103 415,727734 414,118689<br />
n=38 1183,37 107,58 753,05 409,686957 413,701287 415,298337<br />
n=39 1205,44 104,82 733,74 412,479346 414,74609 414,578091<br />
n=40 1226,40 102,20 715,40 415,264559 415,810454 413,944541<br />
n=41 1196,49 99,71 747,80 410,913407 413,896273 415,015879<br />
n=42 1216,67 97,33 730,00 413,531458 414,883742 414,371187<br />
n=43 1235,91 95,07 713,02 416,141362 415,886288 413,798874<br />
n=44 1207,82 92,91 743,27 411,999682 414,073636 414,779665<br />
n=45 1226,40 90,84 726,76 414,463104 415,00874 414,19682<br />
n=46 1199,74 88,87 755,39 410,636845 413,360453 415,170367<br />
n=47 1217,70 86,98 739,32 412,968134 414,235045 414,579324<br />
115
Tablo D.2’in devamı<br />
n=48 1234,92 85,17 723,92 415,293618 415,122387 414,047944<br />
n=49 1209,71 83,43 750,86 411,628667 413,548694 414,946622<br />
n=50 1226,40 81,76 735,84 413,836689 414,382176 414,407343<br />
n=51 1242,43 80,16 721,41 416,038458 415,225933 413,919394<br />
n=52 1218,54 78,62 746,85 412,523159 413,721051 414,753615<br />
n=53 1234,11 77,13 732,75 414,619866 414,516594 414,258154<br />
Tablo D.3 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,60 ve β=4)<br />
α=0,60 β=4 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 737,1384 549,6264 408<br />
n=2 1022,00 0,00 1022,00 392,0087 406,025 433,4405<br />
n=3 1362,67 0,00 681,33 441,7187 422,7259 413,0253<br />
n=4 1022,00 0,00 1022,00 392,0087 406,025 433,4405<br />
n=5 1226,40 0,00 817,60 416,7107 413,165 418,4204<br />
n=6 1022,00 340,67 681,33 413,5631 427,6819 417,8789<br />
n=7 1168,00 292,00 584,00 432,7841 434,8721 413,3324<br />
n=8 1022,00 255,50 766,50 406,3891 420,4378 420,1841<br />
n=9 1135,56 227,11 681,33 420,394 425,3273 415,6065<br />
n=10 1022,00 204,40 817,60 402,7196 416,7492 421,9914<br />
n=11 1114,91 185,82 743,27 413,6346 420,3175 417,5563<br />
n=12 1192,33 170,33 681,33 424,6745 424,4544 414,7474<br />
n=13 1100,62 157,23 786,15 409,4211 417,2883 419,181<br />
n=14 1168,00 146,00 730,00 418,4943 420,5305 416,3127<br />
n=15 1090,13 136,27 817,60 406,558 415,2799 420,5327<br />
n=16 1149,75 127,75 766,50 414,2318 417,9045 417,6812<br />
n=17 1202,35 120,24 721,41 421,9473 420,7656 415,5965<br />
n=18 1135,56 113,56 794,89 411,1259 416,0403 418,8725<br />
n=19 1183,37 107,58 753,05 417,8243 418,4415 416,758<br />
n=20 1124,20 102,20 817,60 408,7677 414,6567 419,9113<br />
n=21 1168,00 97,33 778,67 414,6744 416,7078 417,7995<br />
n=22 1207,82 92,91 743,27 420,5996 418,8884 416,1356<br />
n=23 1155,30 88,87 799,83 412,1942 415,3718 418,7327<br />
n=24 1192,33 85,17 766,50 417,5004 417,2743 417,0526<br />
n=25 1144,64 81,76 817,60 410,1937 414,3151 419,5702<br />
n=26 1179,23 78,62 786,15 414,9919 415,9932 417,8902<br />
n=27 1211,26 75,70 757,04 419,8 417,7531 416,5044<br />
n=28 1168,00 73,00 803,00 412,9225 414,9554 418,6554<br />
n=29 1198,21 70,48 775,31 417,3147 416,5294 417,26<br />
n=30 1158,27 136,27 749,47 416,1825 419,0972 417,0206<br />
n=31 1186,84 131,87 725,29 420,3567 420,6504 415,9118<br />
n=32 1149,75 127,75 766,50 414,2318 417,9045 417,6812<br />
n=33 1176,85 123,88 743,27 418,0908 419,314 416,56<br />
n=34 1142,24 120,24 781,53 412,5652 416,8986 418,2975<br />
n=35 1168,00 116,80 759,20 416,1506 418,1847 417,1701<br />
n=36 1192,33 113,56 738,11 419,7388 419,5135 416,1929<br />
n=37 1160,11 110,49 773,41 414,4719 417,2198 417,7439<br />
116
Tablo D.3’ün devamı<br />
n=38 1183,37 107,58 753,05 417,8243 418,4415 416,758<br />
n=39 1153,03 104,82 786,15 413,0061 416,3871 418,2835<br />
n=40 1175,30 102,20 766,50 416,1501 417,5152 417,2931<br />
n=41 1196,49 99,71 747,80 419,2961 418,6755 416,4191<br />
n=42 1168,00 97,33 778,67 414,6744 416,7078 417,7995<br />
n=43 1188,37 95,07 760,56 417,6375 417,7855 416,9192<br />
n=44 1161,36 92,91 789,73 413,3644 415,9987 418,2788<br />
n=45 1180,98 90,84 772,18 416,1636 417,003 417,3952<br />
n=46 1199,74 88,87 755,39 418,9642 418,0325 416,6044<br />
n=47 1174,21 86,98 782,81 414,8457 416,3105 417,848<br />
n=48 1192,33 85,17 766,50 417,5004 417,2743 417,0526<br />
n=49 1168,00 83,43 792,57 413,6608 415,6939 418,2789<br />
n=50 1185,52 81,76 776,72 416,1832 416,5986 417,4809<br />
n=51 1202,35 80,16 761,49 418,7066 417,5237 416,7589<br />
n=52 1179,23 78,62 786,15 414,9919 415,9932 417,8902<br />
n=53 1195,55 77,13 771,32 417,3962 416,8648 417,1647<br />
n=54 1173,41 113,56 757,04 416,7334 418,273 417,0232<br />
n=55 1189,24 111,49 743,27 419,0709 419,138 416,3847<br />
n=56 1168,00 109,50 766,50 415,5891 417,6229 417,4005<br />
n=57 1183,37 107,58 753,05 417,8243 418,4415 416,758<br />
n=58 1162,97 105,72 775,31 414,5432 417,0335 417,7632<br />
n=59 1177,90 103,93 762,17 416,6843 417,8096 417,118<br />
n=60 1192,33 102,20 749,47 418,8257 418,6 416,5251<br />
n=61 1172,79 100,52 770,69 415,6379 417,2339 417,465<br />
n=62 1186,84 98,90 758,26 417,6932 417,9853 416,8689<br />
n=63 1168,00 97,33 778,67 414,6744 416,7078 417,7995<br />
n=64 1181,69 95,81 766,50 416,6497 417,4231 417,2012<br />
n=65 1194,95 94,34 754,71 418,6253 418,1506 416,6479<br />
n=66 1176,85 92,91 774,24 415,6853 416,9073 417,5223<br />
n=67 1189,79 91,52 762,69 417,5873 417,6015 416,9664<br />
n=68 1172,29 90,18 781,53 414,7917 416,4326 417,8326<br />
n=69 1184,93 88,87 770,20 416,625 417,096 417,2748<br />
n=70 1197,20 87,60 759,20 418,4586 417,7698 416,7561<br />
n=71 1180,34 86,37 777,30 415,7305 416,6292 417,5735<br />
n=72 1192,33 85,17 766,50 417,5004 417,2743 417,0526<br />
n=73 1176,00 84,00 784,00 414,897 416,1971 417,8627<br />
n=74 1187,73 82,86 773,41 416,6073 416,8154 417,3403<br />
n=75 1199,15 81,76 763,09 418,3179 417,4429 416,852<br />
n=76 1183,37 80,68 779,95 415,773 416,3895 417,6194<br />
n=77 1194,55 79,64 769,82 417,428 416,9919 417,1294<br />
n=78 1179,23 104,82 759,95 416,9601 417,962 417,0292<br />
n=79 1190,18 103,49 750,33 418,5832 418,5613 416,5806<br />
n=80 1175,30 102,20 766,50 416,1501 417,5152 417,2931<br />
n=81 1186,02 100,94 757,04 417,7233 418,0918 416,8426<br />
n=82 1171,56 99,71 772,73 415,3896 417,098 417,5498<br />
n=83 1182,07 98,51 763,42 416,9156 417,6534 417,0978<br />
n=84 1192,33 97,33 754,33 418,4417 418,2158 416,6722<br />
n=85 1178,31 96,19 769,51 416,1557 417,2431 417,3464<br />
n=86 1188,37 95,07 760,56 417,6375 417,7855 416,9192<br />
117
Tablo D.3’ün devamı<br />
n=87 1174,71 93,98 775,31 415,4396 416,8585 417,5886<br />
n=88 1184,59 92,91 766,50 416,8794 417,382 417,1601<br />
n=89 1194,25 91,87 757,89 418,3193 417,9118 416,7553<br />
n=90 1180,98 90,84 772,18 416,1636 417,003 417,3952<br />
n=91 1190,46 89,85 763,69 417,564 417,5149 416,9889<br />
n=92 1177,52 88,87 777,61 415,4867 416,6464 417,6244<br />
n=93 1186,84 87,91 769,25 416,8496 417,1415 417,2171<br />
Tablo D.4 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,70 ve β=4)<br />
α.=0,70 β=4 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 798,4948 576,2308 408<br />
n=2 1022,00 0,00 1022,00 395,8434 408,6958 437,6805<br />
n=3 1362,67 0,00 681,33 453,8385 428,1802 413,8628<br />
n=4 1022,00 0,00 1022,00 395,8434 408,6958 437,6805<br />
n=5 1226,40 0,00 817,60 424,6625 417,0258 420,1571<br />
n=6 1022,00 340,67 681,33 420,9903 433,9622 419,5254<br />
n=7 876,00 292,00 876,00 397,0631 421,9587 432,2499<br />
n=8 1022,00 255,50 766,50 412,6206 425,5108 422,2148<br />
n=9 1135,56 227,11 681,33 428,9596 431,2152 416,8742<br />
n=10 1022,00 204,40 817,60 408,3395 421,2074 424,3232<br />
n=11 1114,91 185,82 743,27 421,0737 425,3705 419,149<br />
n=12 1022,00 170,33 851,67 405,7675 418,6273 425,967<br />
n=13 1100,62 157,23 786,15 416,158 421,8363 421,0445<br />
n=14 1168,00 146,00 730,00 426,7434 425,6189 417,6981<br />
n=15 1090,13 136,27 817,60 412,8177 419,4932 422,6215<br />
n=16 1149,75 127,75 766,50 421,7704 422,5553 419,2948<br />
n=17 1082,12 120,24 841,65 410,4071 417,8363 423,943<br />
n=18 1135,56 113,56 794,89 418,1469 420,3804 420,6846<br />
n=19 1183,37 107,58 753,05 425,9617 423,1818 418,2177<br />
n=20 1124,20 102,20 817,60 415,3957 418,7662 421,8966<br />
n=21 1168,00 97,33 778,67 422,2868 421,1591 419,4327<br />
n=22 1114,91 92,91 836,18 413,239 417,5259 422,9581<br />
n=23 1155,30 88,87 799,83 419,3933 419,6005 420,5215<br />
n=24 1192,33 85,17 766,50 425,5839 421,82 418,5614<br />
n=25 1144,64 81,76 817,60 417,0593 418,3676 421,4985<br />
n=26 1179,23 78,62 786,15 422,6572 420,3254 419,5386<br />
n=27 1135,56 75,70 832,74 415,1388 417,3711 422,3779<br />
n=28 1168,00 73,00 803,00 420,2429 419,1146 420,4313<br />
n=29 1127,72 140,97 775,31 419,1814 422,2034 420,0524<br />
n=30 1158,27 136,27 749,47 424,0462 423,9468 418,524<br />
n=31 1120,90 131,87 791,23 417,2798 420,9787 420,8242<br />
n=32 1149,75 127,75 766,50 421,7704 422,5553 419,2948<br />
n=33 1114,91 123,88 805,21 415,6589 419,9473 421,5375<br />
n=34 1142,24 120,24 781,53 419,8261 421,3817 420,0137<br />
n=35 1168,00 116,80 759,20 424,009 422,8822 418,6985<br />
118
Tablo D.4’ün devamı<br />
n=36 1135,56 113,56 794,89 418,1469 420,3804 420,6846<br />
n=37 1160,11 110,49 773,41 422,0505 421,7564 419,3679<br />
n=38 1129,58 107,58 806,84 416,6829 419,5171 421,311<br />
n=39 1153,03 104,82 786,15 420,3404 420,7849 419,9974<br />
n=40 1124,20 102,20 817,60 415,3957 418,7662 421,8966<br />
n=41 1146,63 99,71 797,66 418,835 419,9392 420,5896<br />
n=42 1168,00 97,33 778,67 422,2868 421,1591 419,4327<br />
n=43 1140,84 95,07 808,09 417,5001 419,1971 421,147<br />
n=44 1161,36 92,91 789,73 420,7585 420,3319 419,992<br />
n=45 1135,56 90,84 817,60 416,3088 418,5414 421,6721<br />
n=46 1155,30 88,87 799,83 419,3933 419,6005 420,5215<br />
n=47 1174,21 86,98 782,81 422,4867 420,6955 419,4893<br />
n=48 1149,75 85,17 809,08 418,1668 418,9498 421,0231<br />
n=49 1168,00 83,43 792,57 421,1043 419,9762 419,992<br />
n=50 1144,64 122,64 776,72 420,4419 421,7518 419,7796<br />
n=51 1122,20 120,24 801,57 416,5243 420,0945 421,2313<br />
n=52 1139,92 117,92 786,15 419,2397 421,0307 420,2425<br />
n=53 1156,98 115,70 771,32 421,9624 421,9958 419,3444<br />
n=54 1135,56 113,56 794,89 418,1469 420,3804 420,6846<br />
n=55 1152,07 111,49 780,44 420,748 421,2916 419,7869<br />
n=56 1131,50 109,50 803,00 417,1495 419,7913 421,1069<br />
n=57 1147,51 107,58 788,91 419,6388 420,6534 420,2111<br />
n=58 1162,97 105,72 775,31 422,1338 421,539 419,3904<br />
n=59 1143,25 103,93 796,81 418,622 420,0728 420,6176<br />
n=60 1158,27 102,20 783,53 421,0146 420,913 419,7972<br />
n=61 1139,28 100,52 804,20 417,6868 419,5425 421,0075<br />
n=62 1153,87 98,90 791,23 419,9845 420,3411 420,1884<br />
Tablo D.5 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,80 ve β=4)<br />
α.=0,80 β=4 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 859,8512 602,8352 408<br />
n=2 1022,00 0,00 1022,00 399,6782 411,3667 441,9206<br />
n=3 1362,67 0,00 681,33 465,9583 433,6345 414,7004<br />
n=4 1022,00 0,00 1022,00 399,6782 411,3667 441,9206<br />
n=5 1226,40 0,00 817,60 432,6143 420,8866 421,8939<br />
n=6 1022,00 340,67 681,33 428,4175 440,2425 421,1718<br />
n=7 876,00 292,00 876,00 401,0721 426,5243 435,7141<br />
n=8 1022,00 255,50 766,50 418,8521 430,5837 424,2455<br />
n=9 1135,56 227,11 681,33 437,5253 437,1031 418,142<br />
n=10 1022,00 204,40 817,60 413,9594 425,6656 426,6551<br />
n=11 1114,91 185,82 743,27 428,5127 430,4234 420,7417<br />
n=12 1022,00 170,33 851,67 411,02 422,717 428,5337<br />
n=13 1100,62 157,23 786,15 422,8948 426,3844 422,908<br />
n=14 1168,00 146,00 730,00 434,9924 430,7073 419,0836<br />
n=15 1090,13 136,27 817,60 419,0773 423,7065 424,7103<br />
n=16 1149,75 127,75 766,50 429,3091 427,206 420,9083<br />
119
Tablo D.5’in devamı<br />
n=17 1082,12 120,24 841,65 416,3224 421,8129 426,2206<br />
n=18 1135,56 113,56 794,89 425,1679 424,7204 422,4967<br />
n=19 1075,79 107,58 860,63 414,2443 420,4085 427,4987<br />
n=20 1124,20 102,20 817,60 422,0236 422,8756 423,8818<br />
n=21 1168,00 97,33 778,67 429,8991 425,6104 421,066<br />
n=22 1114,91 92,91 836,18 419,5589 421,4582 425,0949<br />
n=23 1155,30 88,87 799,83 426,5923 423,8291 422,3102<br />
n=24 1107,17 85,17 851,67 417,577 420,3386 426,1633<br />
n=25 1144,64 81,76 817,60 423,9249 422,4201 423,4269<br />
n=26 1100,62 157,23 786,15 422,8948 426,3844 422,908<br />
n=27 1135,56 151,41 757,04 428,9328 428,489 420,8191<br />
n=28 1095,00 146,00 803,00 420,8189 424,9208 423,8499<br />
n=29 1127,72 140,97 775,31 426,3501 426,8039 421,7742<br />
n=30 1090,13 136,27 817,60 419,0773 423,7065 424,7103<br />
n=31 1120,90 131,87 791,23 424,177 425,4043 422,6562<br />
n=32 1085,88 127,75 830,38 417,5965 422,6843 425,4979<br />
n=33 1114,91 123,88 805,21 422,3245 424,2254 423,4714<br />
n=34 1142,24 120,24 781,53 427,087 425,8648 421,73<br />
n=35 1109,60 116,80 817,60 420,7276 423,2205 424,2258<br />
n=36 1135,56 113,56 794,89 425,1679 424,7204 422,4967<br />
n=37 1104,86 110,49 828,65 419,3375 422,3545 424,9251<br />
n=38 1129,58 107,58 806,84 423,4947 423,7339 423,2126<br />
n=39 1100,62 104,82 838,56 418,1168 421,6014 425,5744<br />
n=40 1124,20 102,20 817,60 422,0236 422,8756 423,8818<br />
n=41 1146,63 99,71 797,66 425,9542 424,2162 422,3881<br />
n=42 1119,33 97,33 827,33 420,7207 422,123 424,508<br />
n=43 1140,84 95,07 808,09 424,4287 423,3681 423,0252<br />
n=44 1114,91 92,91 836,18 419,5589 421,4582 425,0949<br />
n=45 1135,56 90,84 817,60 423,0672 422,6187 423,6253<br />
n=46 1110,87 133,30 799,83 422,4724 424,8253 423,3039<br />
n=47 1130,72 130,47 782,81 425,8851 425,9947 422,0424<br />
n=48 1107,17 127,75 809,08 421,2907 424,0544 423,8503<br />
n=49 1126,29 125,14 792,57 424,5346 425,1508 422,5955<br />
n=50 1103,76 122,64 817,60 420,2233 423,3631 424,368<br />
n=51 1122,20 120,24 801,57 423,3135 424,3937 423,1215<br />
n=52 1100,62 117,92 825,46 419,2546 422,7399 424,8589<br />
n=53 1118,42 115,70 809,89 422,2045 423,7112 423,6221<br />
n=54 1135,56 113,56 794,89 425,1679 424,7204 422,4967<br />
n=55 1114,91 111,49 817,60 421,193 423,0931 424,0988<br />
n=56 1131,50 109,50 803,00 424,028 424,0472 422,9793<br />
n=57 1111,65 107,58 824,77 420,2669 422,5311 424,5531<br />
n=58 1127,72 105,72 810,55 422,9837 423,4348 423,4406<br />
n=59 1143,25 103,93 796,81 425,7109 424,3689 422,4201<br />
n=60 1124,20 102,20 817,60 422,0236 422,8756 423,8818<br />
n=61 1139,28 100,52 804,20 424,642 423,7628 422,8657<br />
n=62 1120,90 98,90 824,19 421,1381 422,3633 424,3038<br />
n=63 1135,56 97,33 811,11 423,6556 423,2074 423,2931<br />
n=64 1117,81 127,75 798,44 423,2152 424,7905 423,0718<br />
n=65 1100,62 125,78 817,60 419,9551 423,441 424,4457<br />
120
Tablo D.5’in devamı<br />
n=66 1114,91 123,88 805,21 422,3245 424,2254 423,4714<br />
n=67 1128,78 122,03 793,19 424,7025 425,0344 422,5682<br />
n=68 1112,18 120,24 811,59 421,4975 423,7036 423,8558<br />
n=69 1125,68 118,49 799,83 423,7921 424,4767 422,9564<br />
n=70 1109,60 116,80 817,60 420,7276 423,2205 424,2258<br />
n=71 1122,76 115,15 806,08 422,9443 423,9602 423,3308<br />
n=72 1135,56 113,56 794,89 425,1679 424,7204 422,4967<br />
n=73 1120,00 112,00 812,00 422,1529 423,4807 423,6919<br />
n=74 1132,49 110,49 801,03 424,3036 424,2094 422,8607<br />
n=75 1117,39 109,01 817,60 421,4125 423,0345 424,0403<br />
n=76 1129,58 107,58 806,84 423,4947 423,7339 423,2126<br />
n=77 1114,91 106,18 822,91 420,7185 422,6183 424,3766<br />
n=78 1126,82 104,82 812,36 422,7362 423,2903 423,5528<br />
n=79 1138,43 103,49 802,08 424,7598 423,9792 422,7801<br />
n=80 1124,20 102,20 817,60 422,0236 422,8756 423,8818<br />
n=81 1135,56 100,94 807,51 423,9866 423,5385 423,1119<br />
n=82 1121,71 99,71 822,59 421,353 422,4873 424,2<br />
n=83 1132,82 98,51 812,67 423,2587 423,1257 423,4333<br />
Tablo D.6 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=2)<br />
α.=0,15 β=2 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 440,373073 420,947674 408<br />
n=2 1022,00 0,00 1022,00 386,843268 402,427425 427,729142<br />
n=3 1362,67 0,00 681,33 400,721366 405,839192 416,768508<br />
n=4 1533,00 0,00 511,00 409,147354 408,580693 412,932286<br />
n=5 1226,40 408,80 408,80 403,359655 413,837446 413,408106<br />
n=6 1362,67 340,67 340,67 408,458284 414,2907 411,755629<br />
n=7 1460,00 292,00 292,00 412,36227 414,793666 410,759238<br />
n=8 1277,50 255,50 511,00 402,199238 410,448434 414,398069<br />
n=9 1362,67 227,11 454,22 405,688277 411,123698 413,055264<br />
n=10 1430,80 204,40 408,80 408,614957 411,752346 412,094764<br />
n=11 1486,55 185,82 371,64 411,099067 412,325166 411,384103<br />
n=12 1533,00 170,33 340,67 413,230727 412,842715 410,843586<br />
n=13 1415,08 157,23 471,69 406,68772 410,24074 412,979783<br />
n=14 1460,00 146,00 438,00 408,730656 410,768297 412,293792<br />
n=15 1498,93 136,27 408,80 410,546393 411,255034 411,74037<br />
n=16 1533,00 127,75 383,25 412,169588 411,703416 411,287435<br />
n=17 1442,82 120,24 480,94 407,240188 409,809456 412,953368<br />
n=18 1476,22 113,56 454,22 408,80752 410,248519 412,418282<br />
n=19 1506,11 107,58 430,32 410,237133 410,659287 411,965439<br />
n=20 1533,00 102,20 408,80 411,545798 411,043451 411,578808<br />
n=21 1460,00 194,67 389,33 409,906106 412,045832 411,714072<br />
n=22 1486,55 185,82 371,64 411,099067 412,325166 411,384103<br />
n=23 1510,78 177,74 355,48 412,204255 412,590632 411,09623<br />
n=24 1447,83 170,33 425,83 408,678908 411,170748 412,206949<br />
121
Tablo D.6’nın devamı<br />
n=25 1471,68 163,52 408,80 409,763038 411,442096 411,877125<br />
n=26 1493,69 157,23 393,08 410,777357 411,701427 411,58462<br />
n=27 1514,07 151,41 378,52 411,728167 411,949128 411,324009<br />
n=28 1460,00 146,00 438,00 408,730656 410,768297 412,293792<br />
n=29 1480,14 140,97 422,90 409,664591 411,016635 412,002774<br />
n=30 1498,93 136,27 408,80 410,546393 411,255034 411,74037<br />
n=31 1516,52 131,87 395,61 411,380159 411,483837 411,502948<br />
Tablo D.7 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=3)<br />
α.=0,15 β=3 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 450,0481 425,1428 408<br />
n=2 1022,00 0,00 1022,00 379,131 397,056 419,2018<br />
n=3 1362,67 0,00 681,33 393,0142 401,2018 411,319<br />
n=4 1533,00 0,00 511,00 403,1922 405,1588 409,4002<br />
n=5 1635,20 0,00 408,80 410,4966 408,1636 408,7169<br />
n=6 1362,67 340,67 340,67 402,9388 411,2616 409,1053<br />
n=7 1460,00 292,00 292,00 407,8601 412,7128 408,6961<br />
n=8 1533,00 255,50 255,50 411,9092 413,9329 408,4663<br />
n=9 1362,67 227,11 454,22 399,1365 407,3641 409,5387<br />
n=10 1430,80 204,40 408,80 402,7386 408,5976 409,1217<br />
n=11 1486,55 185,82 371,64 405,9065 409,7021 408,8428<br />
n=12 1533,00 170,33 340,67 408,7036 410,6871 408,6491<br />
n=13 1415,08 157,23 471,69 400,2279 406,6297 409,4601<br />
n=14 1460,00 146,00 438,00 402,7756 407,5539 409,1691<br />
n=15 1498,93 136,27 408,80 405,0968 408,4058 408,9505<br />
n=16 1533,00 127,75 383,25 407,2161 409,1898 408,7832<br />
n=17 1563,06 120,24 360,71 409,1559 409,9114 408,6529<br />
n=18 1476,22 113,56 454,22 402,8281 406,9966 409,2063<br />
n=19 1506,11 107,58 430,32 404,657 407,6847 409,0256<br />
n=20 1533,00 102,20 408,80 406,3594 408,3297 408,8794<br />
n=21 1557,33 97,33 389,33 407,9466 408,9341 408,7596<br />
n=22 1579,45 92,91 371,64 409,4288 409,5009 408,6607<br />
n=23 1510,78 88,87 444,35 404,3814 407,2256 409,08<br />
n=24 1533,00 85,17 425,83 405,803 407,7717 408,9506<br />
n=25 1553,44 81,76 408,80 407,1444 408,2895 408,841<br />
n=26 1572,31 78,62 393,08 408,4117 408,7806 408,7476<br />
n=27 1589,78 75,70 378,52 409,6101 409,2466 408,6676<br />
n=28 1533,00 73,00 438,00 405,4126 407,3805 409,005<br />
n=29 1550,62 70,48 422,90 406,5736 407,8326 408,9046<br />
n=30 1567,07 68,13 408,80 407,6794 408,2649 408,8171<br />
n=31 1582,45 65,94 395,61 408,7335 408,6782 408,7406<br />
122
Tablo D.8 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=5)<br />
α.=0,15 β=5 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 473,5104 435,3162 408<br />
n=2 1022,00 0,00 1022,00 372,266 392,2747 411,6111<br />
n=3 1362,67 0,00 681,33 382,7627 396,0806 408,4755<br />
n=4 1533,00 0,00 511,00 393,8008 400,7806 408,1128<br />
n=5 1635,20 0,00 408,80 403,246 404,858 408,037<br />
n=6 1703,33 0,00 340,67 411,0004 408,2151 408,0149<br />
n=7 1460,00 0,00 584,00 388,4321 398,4781 408,22<br />
n=8 1533,00 0,00 511,00 393,8008 400,7806 408,1128<br />
n=9 1589,78 0,00 454,22 398,7466 402,9131 408,0626<br />
n=10 1635,20 0,00 408,80 403,246 404,858 408,037<br />
n=11 1672,36 0,00 371,64 407,3185 406,6205 408,023<br />
n=12 1533,00 170,33 340,67 401,2586 408,2385 408,0382<br />
n=13 1572,31 157,23 314,46 404,5989 409,6743 408,0256<br />
n=14 1606,00 146,00 292,00 407,6918 410,9787 408,0177<br />
n=15 1635,20 136,27 272,53 410,5539 412,166 408,0125<br />
n=16 1533,00 127,75 383,25 399,0932 406,073 408,0472<br />
n=17 1563,06 120,24 360,71 401,6445 407,185 408,0349<br />
n=18 1589,78 113,56 340,67 404,0599 408,2265 408,0262<br />
n=19 1613,68 107,58 322,74 406,3443 409,2018 408,02<br />
n=20 1635,20 102,20 306,60 408,5038 410,1158 408,0155<br />
n=21 1557,33 97,33 389,33 399,9523 405,7754 408,0431<br />
n=22 1579,45 92,91 371,64 401,9234 406,6317 408,0342<br />
n=23 1599,65 88,87 355,48 403,8115 407,4467 408,0274<br />
n=24 1618,17 85,17 340,67 405,6189 408,2223 408,0221<br />
n=25 1635,20 81,76 327,04 407,3485 408,9606 408,018<br />
n=26 1650,92 78,62 314,46 409,0036 409,6634 408,0148<br />
n=27 1589,78 75,70 378,52 402,1243 406,2909 408,0341<br />
n=28 1606,00 73,00 365,00 403,673 406,9598 408,0284<br />
n=29 1621,10 70,48 352,41 405,1672 407,6026 408,0238<br />
n=30 1635,20 68,13 340,67 406,6083 408,2203 408,0201<br />
n=31 1648,39 65,94 329,68 407,9983 408,8141 408,0171<br />
n=32 1660,75 63,88 319,38 409,3388 409,385 408,0146<br />
n=33 1610,42 61,94 371,64 403,5863 406,6269 408,0293<br />
n=34 1623,18 60,12 360,71 404,8593 407,1754 408,0252<br />
n=35 1635,20 58,40 350,40 406,0939 407,7059 408,0218<br />
n=36 1646,56 56,78 340,67 407,2912 408,2192 408,019<br />
n=37 1657,30 55,24 331,46 408,4524 408,7158 408,0165<br />
n=38 1613,68 53,79 376,53 403,5274 406,3849 408,03<br />
n=39 1624,72 52,41 366,87 404,6361 406,8631 408,0264<br />
n=40 1635,20 51,10 357,70 405,7158 407,3278 408,0232<br />
n=41 1645,17 49,85 348,98 406,7671 407,7795 408,0205<br />
n=42 1654,67 48,67 340,67 407,7907 408,2184 408,0182<br />
n=43 1663,72 47,53 332,74 408,7874 408,6452 408,0162<br />
n=44 1625,91 46,45 371,64 404,467 406,6249 408,0273<br />
n=45 1635,20 45,42 363,38 405,4262 407,0382 408,0244<br />
n=46 1644,09 44,43 355,48 406,363 407,4413 408,0219<br />
123
Tablo D.8’in devamı<br />
n=47 1652,60 43,49 347,91 407,2781 407,8344 408,0197<br />
n=48 1660,75 42,58 340,67 408,1718 408,2179 408,0177<br />
Tablo D.9 Bursa-Muğla rota maliyeti ve rota akımı iterasyonları (α.=0,15 ve β=6)<br />
α.=0,15 β=6 hp1 hp2 hp3 cp1 cp2 cp3<br />
n=0 0 0 0 369 390 408<br />
n=1 2044,00 0,00 0,00 487,6774 441,459 408<br />
n=2 1022,00 0,00 1022,00 370,8543 391,2915 410,0503<br />
n=3 1362,67 0,00 681,33 379,4189 394,5605 408,18<br />
n=4 1533,00 0,00 511,00 390,122 399,1662 408,032<br />
n=5 1635,20 0,00 408,80 400,1106 403,4917 408,0084<br />
n=6 1703,33 0,00 340,67 408,7448 407,2342 408,0028<br />
n=7 1460,00 292,00 292,00 398,3344 410,4244 408,0178<br />
n=8 1533,00 255,50 255,50 404,058 413,1023 408,008<br />
n=9 1589,78 227,11 227,11 409,2638 415,387 408,0039<br />
n=10 1430,80 204,40 408,80 390,3978 403,5125 408,0291<br />
n=11 1486,55 185,82 371,64 394,3834 405,4498 408,0165<br />
n=12 1533,00 170,33 340,67 398,1969 407,2412 408,0098<br />
n=13 1572,31 157,23 314,46 401,8128 408,8915 408,006<br />
n=14 1606,00 146,00 292,00 405,2223 410,4101 408,0039<br />
n=15 1635,20 136,27 272,53 408,4268 411,8079 408,0026<br />
n=16 1533,00 127,75 383,25 395,7682 404,8124 408,012<br />
n=17 1563,06 120,24 360,71 398,494 406,0576 408,0083<br />
n=18 1589,78 113,56 340,67 401,1141 407,2373 408,0059<br />
n=19 1613,68 107,58 322,74 403,6257 408,3537 408,0043<br />
n=20 1635,20 102,20 306,60 406,0286 409,4097 408,0031<br />
n=21 1654,67 97,33 292,00 408,3247 410,4086 408,0023<br />
n=22 1579,45 92,91 371,64 398,7471 405,4412 408,0079<br />
n=23 1599,65 88,87 355,48 400,7976 406,357 408,0061<br />
n=24 1618,17 85,17 340,67 402,7814 407,2361 408,0047<br />
n=25 1635,20 81,76 327,04 404,6983 408,0795 408,0037<br />
n=26 1650,92 78,62 314,46 406,549 408,8883 408,0029<br />
n=27 1665,48 75,70 302,81 408,3345 409,6641 408,0023<br />
n=28 1606,00 73,00 365,00 400,6234 405,8111 408,0063<br />
n=29 1621,10 70,48 352,41 402,2615 406,535 408,0051<br />
n=30 1635,20 68,13 340,67 403,8544 407,2355 408,0041<br />
n=31 1648,39 65,94 329,68 405,4024 407,9131 408,0034<br />
n=32 1660,75 63,88 319,38 406,9058 408,5685 408,0028<br />
n=33 1672,36 61,94 309,70 408,3656 409,2022 408,0023<br />
n=34 1623,18 60,12 360,71 401,9099 406,0546 408,0054<br />
n=35 1635,20 58,40 350,40 403,2719 406,653 408,0045<br />
n=36 1646,56 56,78 340,67 404,6015 407,2352 408,0038<br />
n=37 1657,30 55,24 331,46 405,8988 407,8015 408,0032<br />
n=38 1667,47 53,79 322,74 407,1643 408,3522 408,0028<br />
n=39 1677,13 52,41 314,46 408,3984 408,8878 408,0024<br />
124
Tablo D.9’un devamı<br />
n=40 1635,20 51,10 357,70 402,8459 406,227 408,0049<br />
n=41 1645,17 49,85 348,98 404,0107 406,737 408,0042<br />
n=42 1654,67 48,67 340,67 405,1511 407,235 408,0036<br />
n=43 1663,72 47,53 332,74 406,2673 407,7214 408,0032<br />
n=44 1672,36 46,45 325,18 407,3596 408,1963 408,0027<br />
n=45 1680,62 45,42 317,96 408,4283 408,66 408,0024<br />
n=46 1644,09 44,43 355,48 403,5571 406,3555 408,0045<br />
n=47 1652,60 43,49 347,91 404,5741 406,7997 408,004<br />
n=48 1660,75 42,58 340,67 405,5723 407,2349 408,0035<br />
n=49 1668,57 41,71 333,71 406,5516 407,6611 408,0031<br />
n=50 1676,08 40,88 327,04 407,5123 408,0785 408,0027<br />
n=51 1683,29 40,08 320,63 408,4546 408,4873 408,0024<br />
n=52 1650,92 39,31 353,77 404,1155 406,4548 408,0043<br />
n=53 1658,34 38,57 347,09 405,0179 406,8484 408,0038<br />
n=54 1665,48 37,85 340,67 405,9052 407,2348 408,0034<br />
n=55 1672,36 37,16 334,47 406,7774 407,6141 408,003<br />
n=56 1679,00 36,50 328,50 407,6348 407,9864 408,0027<br />
n=57 1685,40 35,86 322,74 408,4774 408,3519 408,0025<br />
n=58 1656,34 35,24 352,41 404,5656 406,534 408,0041<br />
n=59 1662,92 34,64 346,44 405,3765 406,8873 408,0037<br />
n=60 1669,27 34,07 340,67 406,175 407,2347 408,0033<br />
n=61 1675,41 33,51 335,08 406,9612 407,5764 408,003<br />
n=62 1681,35 32,97 329,68 407,7352 407,9125 408,0027<br />
Tablo D.10 Önerilen α ve β parametrelerine bağlı AOY hesap sonuçları<br />
Bağımsız Değişkenler Bağımlı Değişkenler<br />
Kalibrasyon<br />
parametreleri<br />
Rota Akımları (araç/saat) Rota Maliyetleri (dakika)<br />
α için<br />
önerilen<br />
β için<br />
önerilen hp1 hp2 hp3 cp1 cp2 cp3<br />
değerler değerler<br />
0,15 4 1623,18 60,12 360,71 408,0858 408,3988 408,1187<br />
0,5 4 1234,11 77,13 732,75 414,6199 414,5166 414,2582<br />
0,6 4 1186,84 87,91 769,25 416,8496 417,1415 417,2171<br />
0,7 4 1153,87 98,9 791,23 419,9845 420,3411 420,1884<br />
0,8 4 1132,82 98,51 812,67 423,2587 423,1257 423,4333<br />
0,15 2 1516,52 131,87 395,61 411,3802 411,4838 411,5029<br />
0,15 3 1582,45 65,94 395,61 408,7335 408,6782 408,7406<br />
0,15 5 1660,75 42,58 340,67 408,1718 408,2179 408,0177<br />
0,15 6 1681,35 32,97 329,68 407,7352 407,9125 408,0027<br />
125
KAYNAKLAR<br />
[1] Nicholson, A. ve Du, Z.P., “Degradable transportation systems: an<br />
integratedequilibrium model”, Transportation Research 31 B, (1997).<br />
[2] Bell M.G.H. ve Iida Y., “Transportation network analysis”. Jhon Wiley and Sons,<br />
Chichester, First Edition, (1997).<br />
[3] Chen, A., Yang, H., Lo, H. K. ve Tang, W. H., “Capacity realibility of a road<br />
network:an assessment methodology and numerical results”, Transportation<br />
Research Part B, 225-252, (2002).<br />
[4] Iida, Y., “Basic concepts and future directions of road network realiability<br />
analysis”, Journal of Advanced Transportation, 33 (2), Paper#1, (1999).<br />
[5] Bell, M.G.H., “A game theory approach to measuring the performance reliability<br />
of transport networks”, Transportation Research Part B, 533-545, (2000).<br />
[6] Wakabayashi, H., Iida, Y. ve Inoue, Y., “A link reliability estimation method<br />
using characteristics of traffic flow fluctuation in road network by computer<br />
simulation” Journal of Infrastructure Planning and Management, Japoan Society of<br />
Civil Engineers, 4-29, (1993).<br />
[7] Cascetta, E., “Transportation systems engineering: Theory and Methods”,<br />
Kluwer Academic Publishers, Boston; MA., (2001).<br />
[8] Lam, W. ve H.Lo “Estimation of origin-destination matrix from traffic counts: A<br />
comparison of entropy maximizing and information minimizing models.”,<br />
Transportation Planning and Technology 16, 85-104, (1991).<br />
[9] Xu, W. and Y. Chang, “Estimating an origin destination matrix with fuzzy<br />
weights, part II: case studies”, Transportation Planning and Technology, 17:145-<br />
163, (1993).<br />
[10] Taylor, M.A.P., Bonsall, P.W., ve Young, W., “Understanding traffic systems:<br />
data, analysis and presentation”, Aldershot, Ashgate Pub., (2000).<br />
[11] Robillard, P., “Estimating the O-D matrix and Network Characteristics from<br />
observed link volumes”, Proceedings of the International Conference on<br />
Transportation Research. First Conference, (1973).<br />
[12] Low, D.E., “ A new approach to transportation systems modeling”, Traffic<br />
Quarterly, 26:391-404, (1972).<br />
126
[13] Holm, Jensen,T., Nielsen, S.K., Christensen, A., Johnsen, B. ve Ronby, G.,<br />
“Calibrating traffic models on traffic census results only”, Traffic Engineering and<br />
Control, April: 137-140, (1976).<br />
[14] Gaudry, M., ve Lamarre, L., “Estimation origin-destination matrices from traffic<br />
counts: a simple linear ıntercity model for quebec”, The Logistics and Transportation<br />
Review, 15(5):631-642, (1979).<br />
[15] Smith, R.L. ve Mcfarlane, W.J., “Examination of simplified travel demand<br />
model, journal of transportation engineering”, ASCE, Vol.104, No.TE1, 31-41,<br />
(1978).<br />
[16] Symons, J., Wilson, R. ve Patterson, J.,“A model of inter-city motor travel<br />
estimated by link volumes”, ARRB Proceedings, v. 8, n. 20, pp. 53-65, (1976).<br />
[17] Ivan, J.N., ve Allaire, S.A., “Regional and area –type modelling of peak<br />
spreading on Connecticut freeways”, Journal of Transportation Engineering, 223-<br />
229, (2001).<br />
[18] Sharma, S.C., Gulati, B.M., Rizak, S.N., “Statewide traffic volume studies and<br />
precision of AADT estimates”, Journal of Transportation Engineering, 430-439,<br />
(1996).<br />
[19] Robillard, P., “Estimating the O-D matrix from observed link volumes”,<br />
Transportation Research, 9:123-128, (1975).<br />
[20] Hogberg, P., “Estimation of parameters in models for traffic prediction: A<br />
nonlineer regression Approach”, Transportation Research, 10:263-265, (1976).<br />
[21] Wardrop, J.G., “Some theoretical aspects of road traffic research”, Procedings<br />
of The Institution of Civil Engineers, (1952).<br />
[22] Nguyen, S., “Estimating an OD matrix from network data: a network<br />
equilibrium approach”, University of Montreal Publication No. 60 ,(1977).<br />
[23] LeBlank, L., ve Farhangian, K., “Selection of a trip table which reproduces<br />
observed link flows”, Transportation Research 169B, 83-88, (1982).<br />
[24] Spiess, H., “A gradient approach for the O-D matrix adjusment problem”,<br />
Centre De Recherché Sur Les Transports Publication No: 693 , (1990).<br />
[25] Turnquist, M., ve Gur, Y., “Estimation of a trip tables from observed link<br />
volumes”, TRB. Transportation Research Record 730, 1-6, (1979).<br />
[26] Gur, Y., “Estimating trip tables from traffic counts: Comparative evaluation of<br />
available techniques”, TRB. Transportation Research Record 944, 113-117, (1983).<br />
[27] Han, A. ve Sullivan, E., “Trip table synthesis for CBD Networks: Evaluation of<br />
the LINKOD model” TRB. Transportation Research Record 944, 106-112 (1983).<br />
127
[28] Fisk, C., “On combining maximum entropy trip matrix estimation with user<br />
optimal assignment”, Transportation Research 22B, 66-79, (1988).<br />
[29] Fisk, C., “Trip matrix estimation from link traffic counts: The congested<br />
network case”, Transportation Research 23B, 331-356, (1989).<br />
[30] Oh, J. “Estimation of trip matrices from traffic count: An equilibrium<br />
approach”, Mathematics in Transport Planning and Control, Oxford: Clarendon<br />
Pres.35-44, (1992).<br />
[31] Yang, H., “Heuristic algorithms for bilevel origin-destination matrix estimation<br />
problem” Transportation Research 29B, 66-79, (1995).<br />
[32] Wilson, A. G., “Entropy in urban and regional modeling”, Pion, London, (1970).<br />
[33] Willumsen, J.G., “Estimation of an O-D matrix from traffic counts:A review”,<br />
Institute for Transport Studies, Working Paper No:99, Leeds University, (1978).<br />
[34] Van Zuylen, J.H. ve Willumsen, L. G., “The most likely trip matrix estimated<br />
from traffic counts,” Transportation Research, 14(B):281-293, (1980).<br />
[35] Hall, M., Van Vliet, D. ve Willumsen, L., “Saturn - a simulation - assignment<br />
model for the evaluation of traffic management schemes” Traffic Engineering and<br />
Control, v. 21, n. 4, pp. 168-17, (1980).<br />
[36] Beagan, D. ve Bromage, J., “Trip table estimate from observed traffic volumes”<br />
Proceedings of the North American Conference on Microcomputers in<br />
Transportation, ASCE, Boston, pp. 275-283,(1987).<br />
[37] Sivanandan, R. Sherali, D., ve Hobeika, A.G., “A new approach for estimating<br />
origin destination (O-D) trip tables from link traffic volumes” Proceeding, TRB,<br />
Transportation Research Board 73 rd Annual Meeting, (1994).<br />
[38] Maher, M. J., “Inferences on trip matrices from observations on link volumes: A<br />
Bayesian statistical approach”, Transportation Research, 17B(6):435-447, (1983).<br />
[39] Cascetta, E. ve Nguyen, S., “A unified framework for estimating or updating<br />
Origin/Destination matrices from traffic counts”, Transportation Research-B,<br />
Vol.22B, 437-455, (1988).<br />
[40] Cremer, M. ve Keller, H., “A new class of dynamic methods for the<br />
identifications of Origin-Destination Flows” Transportation Research-B, Vol.21B,<br />
117-132, (1987).<br />
[41] Nihan, N.L., ve Davis, G.A., “Recursive estimation of origin-destination<br />
matrices from input/output counts”, Transportation Research-B, Vol.21B, 149-163,<br />
(1987).<br />
128
[42] Nihan, N.L., ve Davis, G.A., “Aplication of prediction-error minimization and<br />
maximum likelihood to estimate intersection O-D matrices from traffic counts”,<br />
Transportation Science, Vol.23, 77-90, (1989).<br />
[43] Bell, M.G.H., “The estimation of origin-destination matrices by constrained<br />
generalized least squares” Transportation Research-B, Vol.25B, 13-22, (1991a).<br />
[44] Carey, M., Hendrickson, C. ve Siddharthan, K., “A method for direct estimation<br />
of origin destination trip matrices”, Transportation Science, 15(1):32-49, (1981).<br />
[45] McNeil, S., ve Hendrickson, C., “A regression formulation on matrix estimation<br />
problem”, Transportation Science, 19(3):278-292 ,(1985).<br />
[46] Cascetta, E., “Estimation of trip matrices from traffic counts and survey data: A<br />
generalized least squares estimator”, Transportation Research, 18B:289-299, (1984).<br />
[47] Wells, C.E., ve Evans, J.R., “Stastical procedure for estimating branch flows and<br />
total network flow” Networks Vol. 19, 481-491, (1989).<br />
[48] Sherali, D.H., Sivanadan, R. ve Hobeika, A.G., “A study on estimation method<br />
of table by traffic count data and on street” Transportation Research, 28B, (1994a).<br />
[49] Sherali, D.H., Sivanadan, R. ve Hobeika, A.G., “Lineer programming approach<br />
for synthesizing origin destination (O-D) trip tables from link traffic volumes”<br />
Transportation Research, 28B:213-233, (1994b).<br />
[50] Sivanandan, R., Narayanan, A. ve Lei, P., “Review and evaluation of models<br />
that produce trip tables from ground counts”, VTRC Report. 96-IR2, Virginia<br />
Transportation Research Council, Charlottesville, (1996).<br />
[51] Multer, B., and J. Reinhardt, “Neural networks-An Introduction”. Springer-<br />
Verlag, Berlin, Germany, (1990).<br />
[52] Yang, H., Akiyama, T. ve Sasaki, T., “A neural network approach to the<br />
identification of real time origin-destination from traffic counts” Proceedings of the<br />
International Conference on Artificial Intelligence Application in Transportation<br />
Engineering, 253-269, (1992).<br />
[53] Chin, S., Hwang, H., ve Pei,T., “Using neural networks to synthesize origindestination<br />
flows in a traffic circle”, Transportation Research Record, 1457:134-<br />
142., (1994).<br />
[54] O’Neil ve Wende A., “Developping optimal transportation analysis using GIS”,<br />
ITE Journal, 33-35,December, (1991).<br />
[55] Paramahamsan, H., ‘Fundamental properties of synthetic o-d generation<br />
formulations and solutions’, Blacksburg, Virginia Polytecnic Institute and State<br />
University , (1999).<br />
129
[56] Vitoşoğlu, Y., Bıçakçı, E. ve Güler, H., ‘Türkiyede şehirler arası otomobil<br />
yolculuklarının çoklu regresyon ve bulanık mantık yöntemleriyle modellenmesi’, 7th<br />
International Congress on Advances in Civil Engineering’, 385 October, (2006).<br />
[57] Ortuzar, J. ve Willumsen, L.G., “Modelling transport”, John Willey ve Sons,<br />
London, England, (1990).<br />
[58] “Travel demand forecasting”, Transportation Planning Handbook published by<br />
The Institute of Transportation Engineers, 112-114, (1992).<br />
[59] Gülgeç, İ., “Seyahat dağılımı”, Ulaşım Planlaması, 83-163, (1998).<br />
[60] Miller, E. J. ve Meyer, M. D., “Urban transportation planning-a decision<br />
oriented approach”, Second Edition, (2000).<br />
[61] Heanue, Kevin E. ve Pyers, Clyde E., “A Comparative Evaluation of Trip<br />
Distribution Procedures”, (1966).<br />
[62] Haynes, Kingsley, E. ve Fotheringham, A. Steward, “Gravity and spatial<br />
ınteraction models” Bevellery Hills, CA:Sage Publications, (1984).<br />
[63] Modali, N. K., “Modelling destination of civil and environmental engineering”,<br />
Louisiana State Universty, May, (2005).<br />
[64] Zhao, F., Chow, L. F., Li, M.T. ve Gan, A., “Refinement of fsutms trip<br />
distribution methodology”, Final Report for BB942, September, (2004).<br />
[65] Harris, D. M., “A GIS aproach to linking spatial patterns and trip generation/<br />
trip distribution modelling”, Florida Atlantic University, 20-26, (1995).<br />
[66] Papacostas, C. S ve Prevedouros, P. D., Transportation Engineering and<br />
Plannig, (1993)<br />
[67] Chatterjee, A., ve Venigalla, M. M., “Travel demand forecasting for Urban<br />
transportation planning”, Chapter 7 of Handbook of Transportation Engineering,<br />
Myer Kutz (Editor), McGraw-Hill, (2004).<br />
[68] Robles, J., “Evaluating traveler costs of alternative traffic management plans at<br />
highway work zones using a dynamic traffic assignment model” Dissertation MSc.,<br />
University of Colorado at Denver, (1997).<br />
[69] Beckmann, M.J., McGuire, C.B. ve Winsten, C.B., “Studies in the economics of<br />
transportation ”, Yale University Pres, Nnew Haven, Connectiout, (1956).<br />
[70] Sheffi, Y., “Urban transport networks: Equilibrium analysis with mathematical<br />
programming methods”, Prentice –Hall ınc., Englewood Cliffs, New Jersey, USA,<br />
(1985).<br />
130
[71] Ortuzar, J.D. ve Willumsen, L.G., “Modelling transport”, Wiley, UK., (2002).<br />
[72] Kang, D.H., “Multi-commodity flow estimation with partial counts on selected<br />
links”, Dissertation, Doctor of Phikosophy, Texas A and M University, (2005).<br />
[73] Burrell,J.E., “Multiple route assignment and its application to capacity restraint”<br />
In: Proceedings of the 4th International Symposium on Transportation and Traffic<br />
Theory, University of Karlsruhe, (1968).<br />
[74] Dial, R.B., “A probabilistic multipath traffic assignment model which obviates<br />
the need for path enumeration”, Transportation Resarch, 5, 83-111, (1971).<br />
[75] Daganzo, C.F. ve Sheffi, Y., “On stochastic models of traffic assignment”,<br />
Transportation Science, (1977).<br />
[76] Fisk, C., “Some developments in equilibrium traffic assignment”,<br />
Transportation Research, (1980).<br />
[77] Van Vliet, D., “Selected node-pair analyis analyis in Dial’s assignment<br />
algorithm”, Transportation Research B, (1981).<br />
[78] Gang, XU., “A traffic flow simulator for driver ınformation system” MSc.<br />
Thesis, Department of Civil and Structural Engineering, The Hong Kong Polytechnic<br />
University, (2003).<br />
[79] Cascetta, E., “A modified logit route choice model overcoming path overlapping<br />
problems: Specification and some calibration results for interurban Works”,<br />
Proceedings of 13 th International Symposion on Transportation and Traffic Theory,<br />
Pergamon, 697-711, (1996).<br />
[80] Prashker, J.N., ve Bekhor, S., “Investigation of stochastic network loading<br />
procedures”, Transportation Research Record, 1645, 94-102, (1998).<br />
[81] Kopelman, F.S. ve Wen, C.H., “The paired combinatorial logit model:properties<br />
estimation and application”, Transportation 34B, 75-89, (2000).<br />
[82] Sheffi, Y. ve Powell, W.B.,“An algorithm for the equilibrium assignment<br />
problem with random link times”, Networks, (1982).<br />
[83] Daganzo, C.F., “Multinomial probit: the theory and its application to demand<br />
forecasting”, Academic Pres, New York, (1979).<br />
[84] Rosa, A. ve Maher, M., “Algorithms for solving the probit path-based stochastic<br />
user equilibrium traffic assignment problem with one or more user classes”,<br />
Proceedings of 15th International Symposium on Transportation and Traffic Theory,<br />
Adelside, Australia, Pergamon, (2002).<br />
[85] Clark C.E., “The greatest of a finite set of random variables”, Operations<br />
Research 9, (1961).<br />
131
[86] Maher, M.J. ve Hughes, P.C., “A probit-based stochastic user equilibrium<br />
assignment model”, Transportation Research, 31B, 341-355, (1997).<br />
[87] Pampel, F.C., “Logistic regression”, A Primer , Sage University Paper Series on<br />
Quantitative Applications in the Social Sciences ,07-132 Thousand Qakes, CA:Sage<br />
(2000).<br />
[88] Asakura, Y., “Evaluation of network reliability using stochastic user<br />
equilibrium”, Journal of Advanced Transportation, 33(2), Paper#3, Summer (1999).<br />
[89] Bureau of Public Roads, “Traffic assignment manuel”, US Department of<br />
Commerce, Washington, DC, (1964).<br />
[90] www.rcgov.com/planning/transportation/pdfdocs/traveldemanddraftreport.pdf<br />
[91] Bell, M.G.H., “Alternatives to Dial’s Logit Assignment Algorithm”,<br />
Transportation Resarch, B, 29B, (1995).<br />
[92] http://nptel.iitm.ac.in/courses/Webcourse-contents/IIT-<br />
KANPUR/transport_e/TransportationII/mod12/node16.html, Son erişim:05.02.2009.<br />
[93] Cheu, R.L. ve Kreinovich V., “Use of deterministik traffic assignment<br />
algorithms in stochastic networks: Analysis of equivalent link disutility functions”,<br />
Submitted to Transportmetrica for Review and Publication, February, (2007).<br />
[94] Frank;M. Ve Wolfe P., “An algorithm for quadratic programming”, Naval<br />
Research Logistics Quarterly 3, (1956).<br />
[95] Floyd, R. W., “Algorithm 97, shortest path”, Communications of the Association<br />
of Computing Machinery, 5, 345, (1962).<br />
[96] Warshall, S., “A theorem on boolean matrices” Journel of the Association of<br />
Computing Machinery, 9, 11-12, (1962).<br />
[97] Dijkstra, E.W., “A note on two problems in connection with Graphs”,<br />
Numerische math., 1,269-271, (1959).<br />
[98] http://www.ce.yildiz.edu.tr/mygetfile.php?id=1000, Son erişim:03.12.2008.<br />
[99] Karayolları Genel Müdürlüğü, “Trafik ve ulaşım bilgileri”, TCK Yayınları<br />
(2004, 2005, 2006, 2007)<br />
[100] Devlet İstatistik Enstitüsü Veri Tabanı, (2000, 2007)<br />
[101] Tunç, A., “Trafik mühendisliği ve uygulamaları”, (2003).<br />
[102] Bell, M.G.H., “A game theory approach to measuring the performance<br />
reliability of transport networks”, Transportation Research Part B, 533-545, (2000).<br />
132